中文分詞是進行中文文字分析的一個重要步驟。對於Java語言，有許多可選的分詞工具，如中科院計算所的NLPIR(原ICTCLASS)、盤古分詞、IKAnalyzer、PaodingAnalyzer，其中，試用過ICTCLASS及其後續版本，剛開始感覺不錯，但是Java呼叫C語言的方式實在是受不了，沒有原生Java編寫的用著方便，最近在處理一些論壇評論資料，資料質量很差，感覺用這個就錯得一塌糊塗，印象最不好的是以前做一個簡單專案，結果在最關鍵的最後階段，竟然顯示證書到期，最後雖然解決了，但實在是對ICTCLASS的印象越來越差，最後就嘗試其他的工具，試用了IKAnalyzer，很小，基本功能有，但附加功能好像較少，還有哈工大的分詞系統，線上的，原始碼試用時好像要發郵件才能獲得，嫌麻煩，呵呵，最後試用了AnsjSeg，專案在GitHub上，話說正逢GitHub被封還是怎麼的，廢了好一番功夫，最後總算用上了，感覺還不錯，作者介紹的文件很詳細，各種功能用起來很直接，雖然沒有ICTCLASS看起來正式，但要得就是接地氣，下面對相關的使用做一介紹：

        AnsjSeg，得名於作者的主頁ansj，作者名字是sj，So，就得了這個名字。這個工具可以講是ICTCLASS的Java實現，作者測試比原版速度快。AnsjSeg提供了四種分詞呼叫的方式：基本分詞(BaseAnalysis)、精準分詞(ToAnalysis)、NLP分詞(NlpAnalysis)、面向索引分詞(IndexAnalysis)。

1. 基本分詞方式，速度快；

官方示例：

List<Term> parse = BaseAnalysis.parse("讓戰士們過一個歡樂祥和的新春佳節。");
System.out.println(parse);

result:[讓/v, 戰士/n, 們/k, 過/ug, 一個/m, 歡樂/a, 祥和/a, 的/uj, 新春/t, 佳節/n, 。/w]
 

2. 精準分詞方式兼顧精度與速度，比較均衡；

官方示例：

List<Term> parse = ToAnalysis.parse("讓戰士們過一個歡樂祥和的新春佳節。");    
System.out.println(parse);

3. NLP分詞方式可是未登入詞，但速度較慢；

官方示例：

List<Term> parse = NlpAnalysis.parse("潔面儀配合潔面深層清潔毛孔 清潔鼻孔面膜碎覺使勁擠才能出一點點皺紋 臉頰毛孔修復的看不見啦 草莓鼻歷史遺留問題沒轍 臉和脖子差不多顏色的面板才是健康的 長期使用安全健康的比同齡人顯小五到十歲 28歲的妹子看看你們的魚尾紋");
System.out.println(parse);
 

4. 面向索引方式適合用在在lucene等文字檢索中用到。

官方示例：

List<Term> parse = IndexAnalysis.parse("主副食品");
System.out.println(parse);

result:[主副食品/n, 主副食, 副食, 副食品, 食品]

jar包中還有其他一些比較實用的功能，包括關鍵詞提取、詞性標註等，雖然感覺比較粗糙，但是還很實用。

AnsjSeg還可以設定使用者詞典與停用詞。