hanlp-lucene-plugin

把文字切分成词语，并标注每个词的词性（例如名词、动词）；识别出人名、地名、机构名等命名实体；分析句子中词语之间的语法关系；分析句子的结构成分；分析句子中词语之间的语义关系；标注句子中每个成分的语义角色（例如施事者、受事者）；解决代词指代不明确的问题；转换文本的写作风格；计算文本间的语义相似度；发现新的词语；提取关键词和短语；自动生成文本摘要；对文本进行分类和聚类；进行中文简繁体转换；以及其他自然语言处理技术。

Java中更好的压缩位集：被Apache Spark、Netflix Atlas、Apache Pinot、Tablesaw以及许多其他项目使用

将一段中文文本拆分成单个词语或词组的过程。

深度学习中文分词

Elassandra 是 Elasticsearch 和 Apache Cassandra 的结合体。

结巴中文分词：致力于成为最好的PHP中文分词组件。

Stroom是一个高度可扩展的数据存储、处理和分析平台。

使用嵌入向量点积或余弦相似度来对ES Lucene引擎中的文档进行评分

Elasticsearch 的近邻搜索插件。用于存储向量并使用精确和近似算法进行相似性搜索。

用R语言进行中文文本分词（文档已更新：https://qinwenfeng.com/jiebaR/）