Java开源项目cws_evaluation：中文分词器分词效果评估
cws_evaluation 是一个Java开源项目，用于对 Java中文分词器分词效果进行评估 。 cws_evaluation 是 通过对前文《 word分词器、ansj分词器、mmseg4j分词器、ik-analyzer分词器分词效果评估 》中写的评估程序进行重构改进后形成的。 支持 的分词器有： word分词器 、ansj分词器、mmseg4j分词器、ik-analyzer分词器、jcseg分词器、fudannlp分词器、paoding分词器、jieba分词器、stanford分词器等 9 大中文分词器。 评估采用的测试文本有253 3709行，共2837 4490个字符。 cws_evaluation主页 可运行程序下载 最好的评估结果是 word分词 全切分算法（trigram） ： word分词 全切分算法（trigram）： 分词速度：42.10602 字符/毫秒 行数完美率：65.04% 行数错误率：34.95% 总的行数：2533709 完美行数：1648163 错误行数：885546 字数完美率：56.3% 字数错误率：43.69% 总的字数：28374490 完美字数：15976750 错误字数：12397740 下面的评估数据中，word分词使用bigram，按 行数完美率 排序： 1： word分词 全切分算法： 分词速度：40.259953 字符/毫秒