cppjieba_rb 0.3.3 → 0.4.0

data/ext/cppjieba/README.md

@@ -1,292 +0,0 @@
-# CppJieba [English](README_EN.md)
-
-[![Build Status](https://travis-ci.org/yanyiwu/cppjieba.png?branch=master)](https://travis-ci.org/yanyiwu/cppjieba) 
-[![Author](https://img.shields.io/badge/author-@yanyiwu-blue.svg?style=flat)](http://yanyiwu.com/) 
-[![Platform](https://img.shields.io/badge/platform-Linux,%20OS%20X,%20Windows-green.svg?style=flat)](https://github.com/yanyiwu/cppjieba)
-[![Performance](https://img.shields.io/badge/performance-excellent-brightgreen.svg?style=flat)](http://yanyiwu.com/work/2015/06/14/jieba-series-performance-test.html) 
-[![License](https://img.shields.io/badge/license-MIT-yellow.svg?style=flat)](http://yanyiwu.mit-license.org)
-[![Build status](https://ci.appveyor.com/api/projects/status/wl30fjnm2rhft6ta/branch/master?svg=true)](https://ci.appveyor.com/project/yanyiwu/cppjieba/branch/master)
-
-[![logo](http://7viirv.com1.z0.glb.clouddn.com/CppJiebaLogo-v1.png)](https://github.com/yanyiwu/cppjieba)
-
-## 简介
-
-CppJieba是"结巴(Jieba)"中文分词的C++版本
-
-## 特性
-
-+ 源代码都写进头文件`include/cppjieba/*.hpp`里，`include`即可使用。
-+ 支持`utf8`编码。
-+ 项目自带较为完善的单元测试，核心功能中文分词(utf8)的稳定性接受过线上环境检验。
-+ 支持载自定义用户词典，多路径时支持分隔符'|'或者';'分隔。
-+ 支持 `Linux` , `Mac OSX`, `Windows` 操作系统。
-
-## 用法
-
-### 依赖软件
-
-* `g++ (version >= 4.1 is recommended) or clang++`;
-* `cmake (version >= 2.6 is recommended)`;
-
-### 下载和编译
-
-```sh
-git clone --depth=10 --branch=master git://github.com/yanyiwu/cppjieba.git
-cd cppjieba
-mkdir build
-cd build
-cmake ..
-make
-```
-
-有兴趣的可以跑跑测试(可选):
-
-```
-make test
-```
-
-## Demo
-
-```
-./demo
-```
-
-结果示例：
-
-```
-[demo] Cut With HMM
-他/来到/了/网易/杭研/大厦
-[demo] Cut Without HMM
-他/来到/了/网易/杭/研/大厦
-我来到北京清华大学
-[demo] CutAll
-我/来到/北京/清华/清华大学/华大/大学
-小明硕士毕业于中国科学院计算所，后在日本京都大学深造
-[demo] CutForSearch
-小明/硕士/毕业/于/中国/科学/学院/科学院/中国科学院/计算/计算所/，/后/在/日本/京都/大学/日本京都大学/深造
-[demo] Insert User Word
-男默/女泪
-男默女泪
-[demo] CutForSearch Word With Offset
-[{"word": "小明", "offset": 0}, {"word": "硕士", "offset": 6}, {"word": "毕业", "offset": 12}, {"word": "于", "offset": 18}, {"word": "中国", "offset": 21}, {"word": "科学", "offset": 27}, {"word": "学院", "offset": 30}, {"word": "科学院", "offset": 27}, {"word": "中国科学院", "offset": 21}, {"word": "计算", "offset": 36}, {"word": "计算所", "offset": 36}, {"word": "，", "offset": 45}, {"word": "后", "offset": 48}, {"word": "在", "offset": 51}, {"word": "日本", "offset": 54}, {"word": "京都", "offset": 60}, {"word": "大学", "offset": 66}, {"word": "日本京都大学", "offset": 54}, {"word": "深造", "offset": 72}]
-[demo] Tagging
-我是拖拉机学院手扶拖拉机专业的。不用多久，我就会升职加薪，当上CEO，走上人生巅峰。
-[我:r, 是:v, 拖拉机:n, 学院:n, 手扶拖拉机:n, 专业:n, 的:uj, 。:x, 不用:v, 多久:m, ，:x, 我:r, 就:d, 会:v, 升职:v, 加薪:nr, ，:x, 当上:t, CEO:eng, ，:x, 走上:v, 人生:n, 巅峰:n, 。:x]
-[demo] Keyword Extraction
-我是拖拉机学院手扶拖拉机专业的。不用多久，我就会升职加薪，当上CEO，走上人生巅峰。
-[{"word": "CEO", "offset": [93], "weight": 11.7392}, {"word": "升职", "offset": [72], "weight": 10.8562}, {"word": "加薪", "offset": [78], "weight": 10.6426}, {"word": "手扶拖拉机", "offset": [21], "weight": 10.0089}, {"word": "巅峰", "offset": [111], "weight": 9.49396}]
-```
-
-详细请看 `test/demo.cpp`.
-
-### 分词结果示例
-
-**MPSegment**
-
-Output:
-```
-我来到北京清华大学
-我/来到/北京/清华大学
-
-他来到了网易杭研大厦
-他/来到/了/网易/杭/研/大厦
-
-小明硕士毕业于中国科学院计算所，后在日本京都大学深造
-小/明/硕士/毕业/于/中国科学院/计算所/，/后/在/日本京都大学/深造
-
-```
-
-**HMMSegment**
-
-```
-我来到北京清华大学
-我来/到/北京/清华大学
-
-他来到了网易杭研大厦
-他来/到/了/网易/杭/研大厦
-
-小明硕士毕业于中国科学院计算所，后在日本京都大学深造
-小明/硕士/毕业于/中国/科学院/计算所/，/后/在/日/本/京/都/大/学/深/造
-
-```
-
-**MixSegment**
-
-```
-我来到北京清华大学
-我/来到/北京/清华大学
-
-他来到了网易杭研大厦
-他/来到/了/网易/杭研/大厦
-
-小明硕士毕业于中国科学院计算所，后在日本京都大学深造
-小明/硕士/毕业/于/中国科学院/计算所/，/后/在/日本京都大学/深造
-
-```
-
-**FullSegment**
-
-```
-我来到北京清华大学
-我/来到/北京/清华/清华大学/华大/大学
-
-他来到了网易杭研大厦
-他/来到/了/网易/杭/研/大厦
-
-小明硕士毕业于中国科学院计算所，后在日本京都大学深造
-小/明/硕士/毕业/于/中国/中国科学院/科学/科学院/学院/计算/计算所/，/后/在/日本/日本京都大学/京都/京都大学/大学/深造
-
-```
-
-**QuerySegment**
-
-```
-我来到北京清华大学
-我/来到/北京/清华/清华大学/华大/大学
-
-他来到了网易杭研大厦
-他/来到/了/网易/杭研/大厦
-
-小明硕士毕业于中国科学院计算所，后在日本京都大学深造
-小明/硕士/毕业/于/中国/中国科学院/科学/科学院/学院/计算所/，/后/在/中国/中国科学院/科学/科学院/学院/日本/日本京都大学/京都/京都大学/大学/深造
-
-```
-
-以上依次是MP,HMM,Mix三种方法的效果。  
-
-可以看出效果最好的是Mix，也就是融合MP和HMM的切词算法。即可以准确切出词典已有的词，又可以切出像"杭研"这样的未登录词。
-
-Full方法切出所有字典里的词语。
-
-Query方法先使用Mix方法切词，对于切出来的较长的词再使用Full方法。
-
-### 自定义用户词典
-
-自定义词典示例请看`dict/user.dict.utf8`。
-
-没有使用自定义用户词典时的结果:
-
-```
-令狐冲/是/云/计算/行业/的/专家
-```
-
-使用自定义用户词典时的结果:
-
-```
-令狐冲/是/云计算/行业/的/专家
-```
-
-### 关键词抽取
-
-```
-我是拖拉机学院手扶拖拉机专业的。不用多久，我就会升职加薪，当上CEO，走上人生巅峰。
-["CEO:11.7392", "升职:10.8562", "加薪:10.6426", "手扶拖拉机:10.0089", "巅峰:9.49396"]
-```
-
-详细请见 `test/demo.cpp`.
-
-### 词性标注
-
-```
-我是蓝翔技工拖拉机学院手扶拖拉机专业的。不用多久，我就会升职加薪，当上总经理，出任CEO，迎娶白富美，走上人生巅峰。
-["我:r", "是:v", "拖拉机:n", "学院:n", "手扶拖拉机:n", "专业:n", "的:uj", "。:x", "不用:v", "多久:m", "，:x", "我:r", "就:d", "会:v", "升职:v", "加薪:nr", "，:x", "当上:t", "CEO:eng", "，:x", "走上:v", "人生:n", "巅峰:n", "。:x"]
-```
-
-详细请看 `test/demo.cpp`.
-
-支持自定义词性。
-比如在(`dict/user.dict.utf8`)增加一行
-
-```
-蓝翔 nz
-```
-
-结果如下：
-
-```
-["我:r", "是:v", "蓝翔:nz", "技工:n", "拖拉机:n", "学院:n", "手扶拖拉机:n", "专业:n", "的:uj", "。:x", "不用:v", "多久:m", "，:x", "我:r", "就:d", "会:v", "升职:v", "加薪:nr", "，:x", "当:t", "上:f", "总经理:n", "，:x", "出任:v", "CEO:eng", "，:x", "迎娶:v", "白富美:x", "，:x", "走上:v", "人生:n", "巅峰:n", "。:x"]
-```
-
-## 其它词典资料分享
-
-+ [dict.367W.utf8] iLife(562193561 at qq.com)
-
-## 应用
-
-+ [GoJieba] go语言版本的结巴中文分词。
-+ [NodeJieba] Node.js 版本的结巴中文分词。
-+ [simhash] 中文文档的的相似度计算
-+ [exjieba] Erlang 版本的结巴中文分词。
-+ [jiebaR] R语言版本的结巴中文分词。
-+ [cjieba] C语言版本的结巴分词。
-+ [jieba_rb] Ruby 版本的结巴分词。
-+ [iosjieba] iOS 版本的结巴分词。
-+ [SqlJieba] MySQL 全文索引的结巴中文分词插件。
-+ [pg_jieba] PostgreSQL 数据库的分词插件。
-+ [gitbook-plugin-search-pro] 支持中文搜索的 gitbook 插件。
-+ [ngx_http_cppjieba_module] Nginx 分词插件。
-+ [cppjiebapy] 由 [jannson] 开发的供 python 模块调用的项目 [cppjiebapy], 相关讨论 [cppjiebapy_discussion] .
-+ [cppjieba-py] 由 [bung87] 基于 pybind11 封装的 python 模块,使用体验上接近于原jieba。
-+ [KeywordServer] 50行搭建一个中文关键词抽取服务。
-+ [cppjieba-server] CppJieba HTTP 服务器。
-+ [phpjieba] php版本的结巴分词扩展。
-+ [perl5-jieba] Perl版本的结巴分词扩展。
-
-## 线上演示
-
-[Web-Demo](http://cppjieba-webdemo.herokuapp.com/)
-(建议使用chrome打开)
-
-## 性能评测
-
-[Jieba中文分词系列性能评测]
-
-## 客服
-
-+ Email: `i@yanyiwu.com`
-+ QQ: 64162451
-+ WeChat: ![image](http://7viirv.com1.z0.glb.clouddn.com/5a7d1b5c0d_yanyiwu_personal_qrcodes.jpg)
-
-## 鸣谢
-
-"结巴"中文分词作者: [SunJunyi](https://github.com/fxsjy)
-
-## 许可证
-
-[MIT](http://yanyiwu.mit-license.org)
-
-## 作者
-
-- [yanyiwu](yanyiwu.com)
-- [aholic](https://github.com/aholic)
-
-[GoJieba]:https://github.com/yanyiwu/gojieba
-[CppJieba]:https://github.com/yanyiwu/cppjieba
-[jannson]:https://github.com/jannson
-[cppjiebapy]:https://github.com/jannson/cppjiebapy
-[bung87]:https://github.com/bung87
-[cppjieba-py]:https://github.com/bung87/cppjieba-py
-[cppjiebapy_discussion]:https://github.com/yanyiwu/cppjieba/issues/1
-[NodeJieba]:https://github.com/yanyiwu/nodejieba
-[jiebaR]:https://github.com/qinwf/jiebaR
-[simhash]:https://github.com/yanyiwu/simhash
-[代码详解]:https://github.com/yanyiwu/cppjieba/wiki/CppJieba%E4%BB%A3%E7%A0%81%E8%AF%A6%E8%A7%A3
-[issue25]:https://github.com/yanyiwu/cppjieba/issues/25
-[exjieba]:https://github.com/falood/exjieba
-[KeywordServer]:https://github.com/yanyiwu/keyword_server
-[ngx_http_cppjieba_module]:https://github.com/yanyiwu/ngx_http_cppjieba_module
-[dict.367W.utf8]:https://github.com/qinwf/BigDict
-[cjieba]:http://github.com/yanyiwu/cjieba
-[jieba_rb]:https://github.com/altkatz/jieba_rb
-[iosjieba]:https://github.com/yanyiwu/iosjieba
-[SqlJieba]:https://github.com/yanyiwu/sqljieba
-[Jieba中文分词系列性能评测]:http://yanyiwu.com/work/2015/06/14/jieba-series-performance-test.html
-[pg_jieba]:https://github.com/jaiminpan/pg_jieba
-[gitbook-plugin-search-pro]:https://plugins.gitbook.com/plugin/search-pro
-[cppjieba-server]:https://github.com/yanyiwu/cppjieba-server
-[phpjieba]:https://github.com/jonnywang/phpjieba
-[perl5-jieba]:https://metacpan.org/pod/distribution/Lingua-ZH-Jieba/lib/Lingua/ZH/Jieba.pod
-
-
-[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/yanyiwu/cppjieba/trend.png)](https://bitdeli.com/free "Bitdeli Badge")
-

data/ext/cppjieba/README_EN.md

@@ -1,113 +0,0 @@
-# CppJieba [简体中文](README.md)
-
-[![Build Status](https://travis-ci.org/yanyiwu/cppjieba.png?branch=master)](https://travis-ci.org/yanyiwu/cppjieba) 
-[![Author](https://img.shields.io/badge/author-@yanyiwu-blue.svg?style=flat)](http://yanyiwu.com/) 
-[![Platform](https://img.shields.io/badge/platform-Linux,%20OS%20X,%20Windows-green.svg?style=flat)](https://github.com/yanyiwu/cppjieba)
-[![Performance](https://img.shields.io/badge/performance-excellent-brightgreen.svg?style=flat)](http://yanyiwu.com/work/2015/06/14/jieba-series-performance-test.html) 
-[![License](https://img.shields.io/badge/license-MIT-yellow.svg?style=flat)](http://yanyiwu.mit-license.org)
-[![Build status](https://ci.appveyor.com/api/projects/status/wl30fjnm2rhft6ta/branch/master?svg=true)](https://ci.appveyor.com/project/yanyiwu/cppjieba/branch/master)
-
-[![logo](http://7viirv.com1.z0.glb.clouddn.com/CppJiebaLogo-v1.png)](https://github.com/yanyiwu/cppjieba)
-
-## Introduction
-
-The Jieba Chinese Word Segmentation Implemented By C++ .
-
-## Usage 
-
-### Dependencies
-
-+ `g++ (version >= 4.1 is recommended) or clang++`;
-+ `cmake (version >= 2.6 is recommended)`;
-
-### Download & Compile
-
-```sh
-git clone --depth=10 --branch=master git://github.com/yanyiwu/cppjieba.git
-cd cppjieba
-mkdir build
-cd build
-cmake ..
-make
-```
-
-### Unit Testing
-
-```
-make test
-```
-
-## Demo
-
-```
-./demo
-```
-
-Output:
-
-```
-[demo] Cut With HMM
-他/来到/了/网易/杭研/大厦
-[demo] Cut Without HMM
-他/来到/了/网易/杭/研/大厦
-我来到北京清华大学
-[demo] CutAll
-我/来到/北京/清华/清华大学/华大/大学
-小明硕士毕业于中国科学院计算所，后在日本京都大学深造
-[demo] CutForSearch
-小明/硕士/毕业/于/中国/科学/学院/科学院/中国科学院/计算/计算所/，/后/在/日本/京都/大学/日本京都大学/深造
-[demo] Insert User Word
-男默/女泪
-男默女泪
-[demo] CutForSearch Word With Offset
-[{"word": "小明", "offset": 0}, {"word": "硕士", "offset": 6}, {"word": "毕业", "offset": 12}, {"word": "于", "offset": 18}, {"word": "中国", "offset": 21}, {"word": "科学", "offset": 27}, {"word": "学院", "offset": 30}, {"word": "科学院", "offset": 27}, {"word": "中国科学院", "offset": 21}, {"word": "计算", "offset": 36}, {"word": "计算所", "offset": 36}, {"word": "，", "offset": 45}, {"word": "后", "offset": 48}, {"word": "在", "offset": 51}, {"word": "日本", "offset": 54}, {"word": "京都", "offset": 60}, {"word": "大学", "offset": 66}, {"word": "日本京都大学", "offset": 54}, {"word": "深造", "offset": 72}]
-[demo] Tagging
-我是拖拉机学院手扶拖拉机专业的。不用多久，我就会升职加薪，当上CEO，走上人生巅峰。
-[我:r, 是:v, 拖拉机:n, 学院:n, 手扶拖拉机:n, 专业:n, 的:uj, 。:x, 不用:v, 多久:m, ，:x, 我:r, 就:d, 会:v, 升职:v, 加薪:nr, ，:x, 当上:t, CEO:eng, ，:x, 走上:v, 人生:n, 巅峰:n, 。:x]
-[demo] Keyword Extraction
-我是拖拉机学院手扶拖拉机专业的。不用多久，我就会升职加薪，当上CEO，走上人生巅峰。
-[{"word": "CEO", "offset": [93], "weight": 11.7392}, {"word": "升职", "offset": [72], "weight": 10.8562}, {"word": "加薪", "offset": [78], "weight": 10.6426}, {"word": "手扶拖拉机", "offset": [21], "weight": 10.0089}, {"word": "巅峰", "offset": [111], "weight": 9.49396}]
-```
-
-Please see details in `test/demo.cpp`.
-
-## Cases
-
-+ [GoJieba] 
-+ [NodeJieba]
-+ [simhash]
-+ [exjieba]
-+ [jiebaR]
-+ [cjieba]
-+ [jieba_rb]
-+ [iosjieba]
-+ [SqlJieba]
-+ [pg_jieba]
-+ [ngx_http_cppjieba_module]
-+ [gitbook-plugin-search-pro]
-+ [cppjieba-server]
-+ [perl5-jieba]
-
-## Contact
-
-+ Email: `i@yanyiwu.com`
-+ QQ: 64162451
-+ WeChat: ![image](http://7viirv.com1.z0.glb.clouddn.com/5a7d1b5c0d_yanyiwu_personal_qrcodes.jpg)
-
-[GoJieba]:https://github.com/yanyiwu/gojieba
-[CppJieba]:https://github.com/yanyiwu/cppjieba
-[jannson]:https://github.com/jannson
-[cppjiebapy]:https://github.com/jannson/cppjiebapy
-[cppjiebapy_discussion]:https://github.com/yanyiwu/cppjieba/issues/1
-[NodeJieba]:https://github.com/yanyiwu/nodejieba
-[jiebaR]:https://github.com/qinwf/jiebaR
-[simhash]:https://github.com/yanyiwu/simhash
-[exjieba]:https://github.com/falood/exjieba
-[cjieba]:http://github.com/yanyiwu/cjieba
-[jieba_rb]:https://github.com/altkatz/jieba_rb
-[iosjieba]:https://github.com/yanyiwu/iosjieba
-[SqlJieba]:https://github.com/yanyiwu/sqljieba
-[pg_jieba]:https://github.com/jaiminpan/pg_jieba
-[gitbook-plugin-search-pro]:https://plugins.gitbook.com/plugin/search-pro
-[cppjieba-server]:https://github.com/yanyiwu/cppjieba-server
-[perl5-jieba]:https://metacpan.org/pod/distribution/Lingua-ZH-Jieba/lib/Lingua/ZH/Jieba.pod

data/ext/cppjieba/appveyor.yml

@@ -1,32 +0,0 @@
-os: Visual Studio 2015
-
-platform: x64
-
-# clone directory
-clone_folder: c:\projects\cppjieba
-
-# scripts to run before build
-before_build:
-  - echo Running cmake...
-  - cd c:\projects\cppjieba
-  - cmake .
-
-build:
-  project: ALL_BUILD.vcxproj # path to Visual Studio solution or project
-
-# scripts to run after build
-after_build:
-  - cd Debug
-  - demo.exe
-  - load_test.exe
-  - cd ..
-  - COPY .\test\Debug\test.run.exe .\test\test.run.exe
-  - cd test
-  - test.run.exe
-  - cd ..
-  - 7z a c:\projects\all.zip * -tzip
-  - cd c:\projects
-
-artifacts:
-  - path: all.zip
-    name: all.zip

data/ext/cppjieba/deps/CMakeLists.txt

@@ -1 +0,0 @@
-ADD_SUBDIRECTORY(gtest)

data/ext/cppjieba/deps/gtest/CMakeLists.txt

@@ -1,5 +0,0 @@
-INCLUDE_DIRECTORIES(./ include)
-ADD_LIBRARY(gtest STATIC src/gtest-all.cc)
-if(NOT MSVC)
-	TARGET_LINK_LIBRARIES(gtest pthread)
-endif()