中文智能分词基础件，是海量在中文智能分词技术基础之上推出的便于二次开发的软件包。它具有分词准确、高效、稳定的特点，主要应用于：

信息检索：如全文检索、主题检索等。

语音处理：如语音合成、语音识别等。

内容识别与分析：如信息摘录、自动文摘、自动标引、文本自动分类、自动过滤、数据挖掘等。

自然语言理解：如机器翻译、自然语言接口等。

功能特色

准确:切分准确率达99.7%。

快速: 2000万字/分钟。

灵活：系统外挂分词规范，用户可自定义。

广泛: 支持多平台，多码制，多线程，应用领域广泛。

高内聚低耦合。

降低系统各个部分之间的耦合度。

可维护性高。

可重用性高。

产品的升级、维护可以快速反应。

可扩展性强。

支持的词表：以《现代汉语词典》为基础建立的知识库。

客户可根据应用范围选择需要增加的词表，如中国分类主题词表，中国商用关键词表，行业词表，港台用语词表等。

产品支持的码制：GB18030。

可选择增加的码制：BIG5，Unicode，UTF-8。

歧义识别

依靠先进的歧义识别算法，有效避免分词歧义的产生，使分词的准确率大大提高。

未登录词识别

采用先进的新词识别算法，能够自动准确地识别未登录词。

可外挂用户自定义词典

用户可以根据自己的需求定义新词，利用海量中文智能分词软件包的接口与分词系统进行挂接。

关键词标注

通过对上下文智能语意识别，从用户输入的一句话或者几个词组中，抽取其中的核心词汇。

词性标注

通过对上下文智能语意识别，对输入词给出其词性。

支持的字符集

支持GB18030、BIG5、Unicode、UTF-8。

分词颗粒度

为不同的应用提供不同的分词颗粒度。

语义指纹

根据对內容的分析,对内容生成一串数字，通过该数字反映文章的语意特征。