tranditionized

在中文分词之前，要对文档进行读取，本代码是实现了从磁盘读取的任务。(In the Chinese word prior to reading the document, the code is read from the disk to achieve the task.)

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)

在Visual C~(++)中使用Unicode编程,世界上有数百种用计算机指定一个数字,来储存字母或其他字符的编码系统。(In Visual C ~(++) use Unicode programming, there are hundreds of the world, with a number assigned to the computer to store letters or other characters in the coding system.)

程序实现多国语言的动态切换解决方案(procedures for multi-language dynamic switching solutions)

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)

列出gbk2312中的每一个字符，并给出对应的编号(Listed gbk2312 in each character, and gives the corresponding number)

ICA分解的优化算法——JADE法 - Dinga s Blog(ICA decomposition of the optimization algorithm- JADE Act- Dinga s Blog)

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)

说明：  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)