MMSeg4j用Chih-Hao Tsai 的MMSeg演算法實現的中文分詞器，並實現lucene的analyzer和solr的TokenizerFactory以方便在Lucene和Solr中使用。

MMSeg 演算法有兩種分詞方法：Simple和Complex，都是基於正向最大匹配。Complex加了四個規則過濾。官方說：詞語的正確識別率達到了 98.41%。MMSeg4j已經實現了這兩種分詞演算法。

Maven依賴

<dependency>
    <groupId>com.chenlb.mmseg4j</groupId>
    <artifactId
 
>mmseg4j-core</artifactId>
    <version>1.10.0</version>
</dependency>

一個簡單應用

public static List<String> segmentWords(String txt) {
    List<String> words = new ArrayList<String>();
    Dictionary dic = Dictionary.getInstance();
    MMSeg mmSeg = new MMSeg(new
 
 StringReader(txt), new ComplexSeg(dic));
    Word word = null;
    try {
        while ((word = mmSeg.next()) != null) {
            String w = word.getString();
            words.add(w);
        }
    } catch (IOException e) {
        throw new ServiceErrorException(e);
    }
    return words;
}

public
 
 static void main(String[] args) {
    SString txt = "";
    txt = "京華時報1月23日報道 昨天，受一股來自中西伯利亞的強冷空氣影響，本市出現大風降
溫天氣，白天最高氣溫只有零下7攝氏度，同時伴有6到7級的偏北風。";
    txt = "研究生命起源";
    txt = "手機電子書    abc   http://www.sjshu.com";
    txt = "Apple 蘋果 MacBook Pro MB991CH/A 13.3m寸寬屏筆記本(Ⅱ,⑩)";
    System.out.println(segmentWords(txt));
}