SegmentIt: 浏览器可用的中文分词库，三行代码拆词还带词性-北京尧图网络

SegmentIt: 浏览器可用的中文分词库三行代码拆词还带词性【免费下载链接】segmentit任何 JS 环境可用的中文分词包fork from leizongmin/node-segment项目地址: https://gitcode.com/gh_mirrors/se/segmentitSegmentIt 是适用于任何 JavaScript 环境的中文分词包把连续的句子拆成一个个有意义的词并可给每个词标注词性。它不依赖原生模块Node、浏览器、Electron 用同一套代码前端做搜索高亮、关键词提取时不用再为分词单独调服务端接口。为什么 Node 分词库进不了浏览器segment、nodejieba这类库在 Node 下好用但依赖原生模块在浏览器和 Electron 渲染进程中跑不起来SegmentIt 把代码重构为 ES2015字典文件用 babel 插件直接内联进包里纯 JS 加载免编译内联后仍支持 tree shaking全量字典 3.8M只引需要的字典时体积明显更小分词流程拆成两类中间件Tokenizer 负责识别切分Optimizer 负责启发式修正实现集中在 src/module/从安装到第一次分词只要三行代码安装一行npm i segmentit浏览器环境引入 umd 产物后把调用前加上Segmentit.即可默认返回{ w, p }对象数组w 是词p 是词性传simple: true直接得到字符串数组可选参数stripPunctuation去标点、stripStopword去停用词、convertSynonym做同义词归一import { Segment, useDefault } from segmentit; const segmentit useDefault(new Segment()); const result segmentit.doSegment(工信处女干事每月经过下属科室); // [{ w: 工信处, p: ... }, { w: 女, p: ... }, ...]三行代码拿到 jieba 风格的词性标注cnPOSTag输出中文词性描述enPOSTag输出结巴风格的单字母标记同一个 token 两种视角做关键词加权、语法分析时这是名词还是动词的判断就不用自己写规则了import { cnPOSTag, enPOSTag } from segmentit; console.log( segmentit.doSegment(一人得道鸡犬升天) .map(i ${i.w} ${cnPOSTag(i.p)} ${enPOSTag(i.p)}), ); // [一人得道习语,数词数语素 l,m, 标点符号 w, 鸡犬升天成语 i]什么场景用 segmentit什么场景别硬上适合前端 / Electron 应用内的搜索高亮、关键词提取、文本统计、NLP 预处理自定义loadDict接受字符串或数组可直接挂入行业术语停用词、同义词等内置词典在 src/knowledge/注意单次分词的文本别太长中间件按 token 数组接力文本过长内存开销大注意内置词典偏老口语和新造词需自行补充先执行npm i segmentit拿一句真实业务文本调用doSegment就能验证它在你项目里的分词效果。【免费下载链接】segmentit任何 JS 环境可用的中文分词包fork from leizongmin/node-segment项目地址: https://gitcode.com/gh_mirrors/se/segmentit创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

SegmentIt: 浏览器可用的中文分词库，三行代码拆词还带词性

相关推荐

开源Windows清理工具：基于Winapp2.ini的CCleaner替代方案

完美代码配色：ad编辑器tree-sitter语法高亮配置与正则高亮备选方案

三步装好 ST7920 驱动的 LCD12864：Proteus 仿真模块完整使用指南

更多资讯

基于Docker部署JumpServer堡垒机的实操避坑指南

knowledge-work-plugins：知识工作流的可编程原子化操作系统

T-Rex2 开放集目标检测快速上手：免训练的文本-视觉提示检测指南

边缘智能部署实战：模型轻量化改造的四大手段与推理优化

药膳食堂点餐系统毕设全解析：NodeJS全栈与智能推荐可视化落地

空压机数字化管理：从能耗黑洞到智能诊断的落地实践

今日更新

微信云开发旅游小程序实战：LBS打卡+UGC社交全栈方案

金融AI代理平台核心拆解：从多代理协作到财报分析实战

基于大数据的智慧旅游推荐与可视化平台架构实践

本周精选

金融AI落地指南：从调研报告到技术选型与工程实践

大模型上下文成本与注意力优化技术深度解析——为何O(n²)平方复杂度无法被常规优化消除｜TaoToken 统一 Key 通道实测

基于GMM的语音识别系统原理与MATLAB实现详解

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？