中文分词索引中文繁简体转换

前言

以前在 github 上自己开源了一些项目。碍于技术与精力，大部分项目都是 java 实现的。

这对于非 java 开发者而言很不友好，对于不会编程的用户更加不友好。

为了让更多的人可以使用到这些简单的小工具，周末抽时间将几个开源项目添加了 web 服务实现。

开源项目中文繁简体转换

简介：支持中文繁简体的在线转换。

在线地址：https://houbb.github.io/opensource/opencc4j/

开源地址：https://github.com/houbb/opencc4j

用法简介

此处仅选择一个作为例子介绍，其他用法大同小异。

中文分词索引中文繁简体转换(1)

【处理】将左边的内容，按照下拉框的选择，结果会自动填充在右边。

【互换】互换左右两边的内容。平时测试繁体=》简体，和简体=》繁体更加方便。

【复制】复制右边的内容到粘贴板。

敏感词

简介：基于 DFA 算法实现的高性能 java 敏感词工具框架。请勿发布涉及政治、广告、营销、翻墙、违反国家法律法规等内容。

在线地址：https://houbb.github.io/opensource/sensitive-word/

开源地址：https://github.com/houbb/sensitive-word

拼音

简介：高性能中文转拼音工具。支持同音字。

在线地址：https://houbb.github.io/opensource/pinyin/

开源地址：https://github.com/houbb/pinyin

可以很方便的把一段文字转换为对应的拼音，比如前言的内容默认如下：

yǐ qián zài github shàng zì jǐ kāi yuán le yī xiē xiàng mù 。 ài yú jì shù yǔ jīng lì ， dà bù fèn xiàng mù dōu shì java shí xiàn de 。 zhè duì yú fēi java kāi fā zhě ér yán hěn bù yǒu hǎo ， duì yú bú huì biān chéng de yòng hù gèng jiā bù yǒu hǎo 。 wèi le ràng gèng duō de rén kě yǐ shǐ yòng dào zhè xiē jiǎn dān de xiǎo gōng jù ， zhōu mò chōu shí jiān jiāng jǐ gè kāi yuán xiàng mù tiān jiā le web fú wù shí xiàn 。

分词

简介：基于结巴分词词库实现的更加灵活优雅易用，高性能的 java 分词实现。

在线地址：https://houbb.github.io/opensource/segment/

开源地址：https://github.com/houbb/segment

分词，可以说是 NLP 的基石。

前言的内容分词效果如下：

[以前[0,2), 在[2,3), [3,4), github[4,10), [10,11), 上自[11,13), 己[13,14), 开源[14,16), 了[16,17), 一些[17,19), 项目[19,21), 。[21,22), 碍于[22,24), 技术[24,26), 与[26,27), 精力[27,29), ，[29,30), 大部分[30,33), 项目[33,35), 都[35,36), 是[36,37), [37,38), java[38,42), [42,43), 实现[43,45), 的[45,46), 。[46,47), [47,48), [48,49), 这[49,50), 对于[50,52), 非[52,53), [53,54), java[54,58), [58,59), 开发者[59,62), 而言[62,64), 很[64,65), 不[65,66), 友好[66,68), ，[68,69), 对于[69,71), 不会[71,73), 编程[73,75), 的[75,76), 用户[76,78), 更加[78,80), 不[80,81), 友好[81,83), 。[83,84), [84,85), [85,86), 为了[86,88), 让[88,89), 更多[89,91), 的[91,92), 人[92,93), 可以[93,95), 使用[95,97), 到[97,98), 这些[98,100), 简单[100,102), 的[102,103), 小工[103,105), 具[105,106), ，[106,107), 周末[107,109), 抽时间[109,112), 将[112,113), 几个[113,115), 开源[115,117), 项目[117,119), 添加[119,121), 了[121,122), [122,123), web[123,126), [126,127), 服务[127,129), 实现[129,131), 。[131,132)]

汉字相似度

简介：汉字相似度计算工具。中文形近字算法

在线地址：https://houbb.github.io/opensource/nlp-hanzi-similar/

开源地址：https://github.com/houbb/nlp-hanzi-similar

markdown 目录

简介：为 markdown 文件生成 toc 目录

在线地址：https://houbb.github.io/opensource/markdown-toc/

开源地址：https://github.com/houbb/markdown-toc

个人平时的博客都是使用 markdown 编写的，专注于写作。markdown-toc 可以为这样的文本生成对应的 toc。

比如本篇文章，直接放在 github 上，是支持跳转的。

* [前言](#前言) * [开源项目](#开源项目) * [中文繁简体转换](#中文繁简体转换) * [用法简介](#用法简介) * [敏感词](#敏感词) * [拼音](#拼音) * [分词](#分词) * [汉字相似度](#汉字相似度) * [markdown 目录](#markdown-目录)

中文分词索引中文繁简体转换(2)