常用技能（更新ing）：http://www.cnblogs.com/dunitian/p/4822808.html#skill
技能总纲（更新ing）：http://www.cnblogs.com/dunitian/p/5493793.html
在线演示：http://cppjieba-webdemo.herokuapp.com
完整demo：https://github.com/dunitian/TempCode/tree/master/2016-09-05
逆天修改版：https://github.com/dunitian/TempCode/blob/master/2016-09-05/jieba.NET.0.38.2.zip
先说下注意点，结巴分词他没有对分词进行一次去重，我们得自己干这件事；字典得自行配置或者设置成输出到bin目录
应用场景举例（搜索那块大家都知道，说点其他的）
——————————————————————————————————————————————————
言归正传：看一组民间统计数据：（非Net版，指的是官方版）
net版的IKanalyzer和盘古分词好多年没更新了，所以这次选择了结巴分词（这个名字也很符合分词的意境~~结巴说话，是不是也是一种分词的方式呢？）
下面简单演示一下：
1.先引入包：
2.字典设置：
3.简单封装的帮助类：
usingSystem.Linq;usingJiebaNet.Segmenter;usingSystem.Collections.Generic;namespaceLoTLib.Word.Split{#region 分词类型publicenumJiebaTypeEnum{/// <summary>/// 精确模式---最基础和自然的模式，试图将句子最精确地切开，适合文本分析/// </summary>Default,/// <summary>/// 全模式---可以成词的词语都扫描出来, 速度更快，但是不能解决歧义/// </summary>CutAll,/// <summary>/// 搜索引擎模式---在精确模式的基础上对长词再次切分，提高召回率，适合用于搜索引擎分词/// </summary>CutForSearch,/// <summary>/// 精确模式-不带HMM/// </summary>Other}#endregion/// <summary>/// 结巴分词/// </summary>publicstaticpartialclassWordSplitHelper{/// <summary>/// 获取分词之后的字符串集合/// </summary>/// <param name="objStr"></param>/// <param name="type"></param>/// <returns></returns>publicstaticIEnumerable<string> GetSplitWords(stringobjStr, JiebaTypeEnum type = JiebaTypeEnum.Default){varjieba =newJiebaSegmenter();switch(type){caseJiebaTypeEnum.Default:returnjieba.Cut(objStr);//精确模式-带HMMcaseJiebaTypeEnum.CutAll:returnjieba.Cut(objStr, cutAll:true);//全模式caseJiebaTypeEnum.CutForSearch:returnjieba.CutForSearch(objStr);//搜索引擎模式default:returnjieba.Cut(objStr,false,false);//精确模式-不带HMM}}/// <summary>/// 获取分词之后的字符串/// </summary>/// <param name="objStr"></param>/// <param name="type"></param>/// <returns></returns>publicstaticstringGetSplitWordStr(thisstringobjStr, JiebaTypeEnum type = JiebaTypeEnum.Default){varwords = GetSplitWords(objStr, type);//没结果则返回空字符串if(words ==null|| words.Count() < 1){returnstring.Empty;}words = words.Distinct();//有时候词有重复的，得自己处理一下returnstring.Join(",", words);//根据个人需求返回}}}调用很简单：
stringstr ="bootstrap-datetimepicker 进一步跟进~~~开始时间和结束时间的样式显示";Console.WriteLine("\n精确模式-带HMM：\n");Console.WriteLine(str.GetSplitWordStr());Console.WriteLine("\n全模式：\n");Console.WriteLine(str.GetSplitWordStr(JiebaTypeEnum.CutAll));Console.WriteLine("\n搜索引擎模式：\n");Console.WriteLine(str.GetSplitWordStr(JiebaTypeEnum.CutForSearch));Console.WriteLine("\n精确模式-不带HMM：\n");Console.WriteLine(str.GetSplitWordStr(JiebaTypeEnum.Other));Console.ReadKey();效果：
--------------------------
有人可能会说，那内容关键词提取呢？==》别急，看下面：
这种方式所对应的字典是它=》idf.txt
简单说下Constants==》
效果：
完整帮助类（最新看github）：https://github.com/dunitian/TempCode/tree/master/2016-09-05
usingSystem.Linq;usingJiebaNet.Segmenter;usingSystem.Collections.Generic;usingJiebaNet.Analyser;namespaceLoTLib.Word.Split{#region 分词类型publicenumJiebaTypeEnum{/// <summary>/// 精确模式---最基础和自然的模式，试图将句子最精确地切开，适合文本分析/// </summary>Default,/// <summary>/// 全模式---可以成词的词语都扫描出来, 速度更快，但是不能解决歧义/// </summary>CutAll,/// <summary>/// 搜索引擎模式---在精确模式的基础上对长词再次切分，提高召回率，适合用于搜索引擎分词/// </summary>CutForSearch,/// <summary>/// 精确模式-不带HMM/// </summary>Other}#endregion/// <summary>/// 结巴分词/// </summary>publicstaticpartialclassWordSplitHelper{#region 公用系列/// <summary>/// 获取分词之后的字符串集合/// </summary>/// <param name="objStr"></param>/// <param name="type"></param>/// <returns></returns>publicstaticIEnumerable<string> GetSplitWords(stringobjStr, JiebaTypeEnum type = JiebaTypeEnum.Default){varjieba =newJiebaSegmenter();switch(type){caseJiebaTypeEnum.Default:returnjieba.Cut(objStr);//精确模式-带HMMcaseJiebaTypeEnum.CutAll:returnjieba.Cut(objStr, cutAll:true);//全模式caseJiebaTypeEnum.CutForSearch:returnjieba.CutForSearch(objStr);//搜索引擎模式default:returnjieba.Cut(objStr,false,false);//精确模式-不带HMM}}/// <summary>/// 提取文章关键词集合/// </summary>/// <param name="objStr"></param>/// <returns></returns>publicstaticIEnumerable<string> GetArticleKeywords(stringobjStr){varidf =newTfidfExtractor();returnidf.ExtractTags(objStr, 10, Constants.NounAndVerbPos);//名词和动词}/// <summary>/// 返回拼接后的字符串/// </summary>/// <param name="words"></param>/// <returns></returns>publicstaticstringJoinKeyWords(IEnumerable<string> words){//没结果则返回空字符串if(words ==null|| words.Count() < 1){returnstring.Empty;}words = words.Distinct();//有时候词有重复的，得自己处理一下returnstring.Join(",", words);//根据个人需求返回}#endregion#region 扩展相关/// <summary>/// 获取分词之后的字符串/// </summary>/// <param name="objStr"></param>/// <param name="type"></param>/// <returns></returns>publicstaticstringGetSplitWordStr(thisstringobjStr, JiebaTypeEnum type = JiebaTypeEnum.Default){varwords = GetSplitWords(objStr, type);returnJoinKeyWords(words);}/// <summary>/// 提取文章关键词字符串/// </summary>/// <param name="objStr"></param>/// <returns></returns>publicstaticstringGetArticleKeywordStr(thisstringobjStr){varwords = GetArticleKeywords(objStr);returnJoinKeyWords(words);}#endregion}}
还有耐心或者只看末尾的有福了~
web端的字典配置那是个烦啊，逆天把源码微调了下
使用方法和上面一样
web版演示：
结巴中文分词相关：
https://github.com/fxsjy/jieba
https://github.com/anderscui/jieba.NET
http://cppjieba-webdemo.herokuapp.com
本文转自毒逆天博客园博客，原文链接：http://www.cnblogs.com/dunitian/p/5841839.html，如需转载请自行联系原作者
