http-scws - http协议中文分词


Apache
Linux
C/C++

软件简介

2011-06-26更新至2.0版
1.增加规则
2.增加词性分词
3.JSON格式返回数据

http-scws(基于scws的http协议中文分词),软件基于scws
1.1.7版本二次开发,基于libevent进行http封装,请求更简单

功能:

1.词库为文本文件方式,增加、删除更方便
2.支持gbk与utf-8(基于scws功能)
3.运行中可修改词库,不停服务只需一个命令即可使新词库生效
4.最大150K文本提交
5.可分词、提取高频词
6.支持GET与POST方式
7.支持短词、二元、主要单字、全部单字(基于scws功能)
8.支持标点过滤(基于scws功能)

简单测试结果:

AMD 64位台式机四核CPU,程序加载词库后占用21M内存,使用10进程不间断请求请求,内存无增加,CPU使用率在30%多

此项目开源,压缩包里有源代码及编译后的程序,有特殊需要的可自行修改源程序,编译后程序的编译环境为:amd 64位 4核CPU,centos 5.5
64位系统,内核为:2.6.18-194.el5