IK和Paoding分詞器的區別

可以用IKAnalyzer和PaodingAnalyzer，這兩個都有對Lucene的封裝接口，中科院的Ictclas是要收費的，而且是用DLL，和Java結合不好。

中文分詞（ChineseWordSegmentation）指的是將壹個漢字序列切分成壹個壹個單獨的詞。

分詞就是將連續的字序列按照壹定的規範重新組合成詞序列的過程。

在英文的行文中，單詞之間是以空格作為自然分界符的，而中文只是字、句和段能通過明顯的分界符來簡單劃界，唯獨詞沒有壹個形式上的分界符，雖然英文也同樣存在短語的劃分問題，不過在詞這壹層上，中文比之英文要復雜的多、困難的多。