java中文分词工具
1.Word分词工具
api文档：http://apdplat.org/word/apidocs/1.3/
依赖：
<dependency>
<groupId>org.apdplat</groupId>
<artifactId>word</artifactId>
<version>1.3</version>
</dependency>
使用情况：自己使用的第一个分词工具，上手比较容易，但是已经不再维护，最新的版本是2015的。提供了多种基于词典的分词算法，并利用ngram模型来消除歧义。能准确识别英文、数字，以及日期、时间等数量词，能识别人名、地名、组织机构名等未登录词。能通过自定义配置文件来改变组件行为，能自定义用户词库、自动检测词库变化、支持大规模分布式环境，能灵活指定多种分词算法，能使用refine功能灵活控制分词结果，还能使用词频统计、词性标注、同义标注、反义标注、拼音标注等功能。提供了10种分词算法，还提供了10种文本相似度算法，同时还无缝和Lucene、Solr、ElasticSearch、Luke集成。注意：word1.3需要JDK1.8。
2.IKAnalyzer分词工具
api文档没有找到。
依赖：
<dependency>
<groupId>com.janeluo</groupId>
<artifactId>ikanalyzer</artifactId>
<version>2012_u6</version>
</dependency>
使用情况：功能挺齐全的，但是我个人原因，添加自定义的词典始终失败，最后没有选用，网上成功案列挺多，但是我始终没成功。以开源项目Luence为应用主体的，结合词典分词和文法分析算法的中文分词组件。从3.0版本开始，IK发展为面向Java的公用分词组件，独立于Lucene项目，同时提供了对Lucene的默认优化实现。在2012版本中，IK实现了简单的分词歧义排除算法，标志着IK分词器从单纯的词典分词向模拟语义分词衍化。
3.Ansj分词工具
api文档：http://nlpchina.github.io/ansj_seg/
依赖：（最好还需要下载一个jar包配合使用，否则可能会出现找不到jar的情况，下载地址：https://repo1.maven.org/maven2/org/nlpcn/nlp-lang/1.7.8/）
<dependency>
<groupId>org.ansj</groupId>
<artifactId>ansj_seg</artifactId>
<classifier>min</classifier> <!--如果是需要nlp方式分词,就去掉这个标签-->
<version>1.4</version>
</dependency>
使用感受：功能较为完善，在添加停用词表的功能有些麻烦，只能单独添加停用词，需要自己写代码将txt文档导入到停用词中。基于google语义模型+条件随机场模型的中文分词的java实现.分词速度达到每秒钟大约200万字左右（mac air下测试），准确率能达到96%以上目前实现了.中文分词. 中文姓名识别 . 用户自定义词典可以应用到自然语言处理等方面,适用于对分词效果要求高的各种项目.
4.jieba分词工具（结巴分词）
api文档：没有找到。github：https://github.com/huaban/jieba-analysis
依赖：
<dependency>
<groupId>com.huaban</groupId>
<artifactId>jieba-analysis</artifactId>
<version>1.0.2</version>
</dependency>
使用感受：也还可以，但是java版的没有详细文档介绍功能。支持多种分词模式，全角统一转成半角，用户词典功能，conf 目录有整理的搜狗细胞词库，因为性能原因，最新的快照版本去除词性标注，也希望有更好的 Pull Request 可以提供该功能。