清华大学THULAC：目前已经有Java、Python和C++版本，并且代码开源。 清华大学THULAC https://github.com/thunlp/THULAC
SnowNLP 只处理的unicode编码，所以使用时请自行decode成unicode。来源：https://github.com/isnowfy/snownlp 以下功能都是笔者比较感兴趣的： 情感分析（现在训练数据主要是买卖东西时的评价，所以对其他的一些可能效果不是很好，待解决） 文本分类（Naive Bayes） 转换成拼音（Trie树实现的最大匹配） 繁体转简体（Trie树实现的最大匹配） 提取文本关键词（TextRank算法） 提取文本摘要（TextRank算法） Tokenization（分割成句子） 文本相似（BM25）
