Leza

联系人拖动后动态显示滑动到的拼音的首字母(Dynamic display after the first letter of the sliding contact to drag Pinyin)

10个中文分词数据集，用于训练中文分词模型(Ten Chinese Word Segmentation Datasets for Training Chinese Word Segmentation Model)

中科院的分词系统ictclas源码，自由开放的源码，很好(ictclas code)

java中lucene的源代码，用于文本分类的一个很好的工具，是由一个著名的语言研究者编写的(lucene code for java)

此函数用来生成最大长度线性移位寄存器序列(m序列)(This function used to generate the maximum length linear shift register sequence (m sequence))

bped source code inc plus

说明：  HMM中文分词，基于隐马尔科夫模型 。需要进行训练后试验(Word Segmentation Based on Hidden Markov Model)

可以实现自动分词功能，支持自动标引，是处理中文自然语言的良好工具(Can achieve automatic word segmentation function, support for automatic indexing is a good tool to deal with Chinese natural language)

说明：  ICTCLAS的JNI调用接口文件: Title:ICTCLAS Caller * <p>Description:do chinese word segmentation.don t change the pakage and CLASS name, orelse you can t use it. * 请不要改变包名、类名以及native的方法名，否则调用将失效。 * 由于ICTCLAS本身存在很多鲁棒性问题，调用segSentence时，string参数请保证不要过长或带有乱码。调用次数过多（如处理几十G的数据）会有可能造成内存溢出。 * 故基本只能用于较小规模数据（相对几十G来说）。 * 请运行时设置jvm足够的堆栈空间。(ICTCLAS calling the JNI interface documentation : Title : Caller* ICTCLAS)

it s a good code for troias project