基于 NLP 技术 ( HanLP ) 实现的中文分词插件，准确度比常用的分词器高太多，同时提供 ElasticSearch 和 OpenSearch 插件。

数据标注是一款专门对文本数据进行处理和标注的工具，通过简化快捷的文本标注流程和动态的算法反馈，支持用户快速标注关键词并能通过算法持续减少人工标注的成本和时间。数据标注的过程先由人工标注构筑基础，再由自动标注反哺人工标注，最后由人工标注进行纠偏，从而大幅度提高标注的精准度和高效性。数据标注是一个完全开源的项目，无商业版，但是需要依赖开源的数字底座进行人员岗位管控。各类词库结果会定期在本平台公开。

最新版本：https://github.com/usualtool/ut-sw 基于中文基础词库，并结合自定义词库进行分词的系统。 词库将持续进行更新，但2023年起语义理解为新研究方向。

1.功能单一，只有中文分词功能，没有词性标注及分析等功能 2.分词速度快（词库实现了分块查询，比一般的分词系统上快3-4倍） 3.分词准确率高（实现了管道输出输入，分词过程被划分为多个单独处理的阶段） 4.一键部署，容易使用（可以作为java包直接调用，也可以二次开发，代码开源） 5.在算法层及代码层实现了优化处理

一个简单的中文分词算法实现（gitee版介绍）

用C#开发的文本分析和处理的Windows应用窗体程序，小巧轻便。在可视化界面下，支持一键剔除词语，一键替换词语，一键统计词频或统计所有词频，一键生成词云或者标记重点句子。 基于JieBa.Net和WordCloudSharp等库开发。后续会继续更新。 可用于考研或学习需要的文本分析处理方面。开源方便大家学习交流，希望大家也可以多多提出建议。