中文关键字提取

最近整的是中文分词与关键字提取，用python写的原型，算是复杂度比较可观的应用了；
分词的资料不太好找，只有KaiFu Lee在MSRA带着Guo姓小弟做的一些列paper和中科院I3S组的分词程序。
关键字提取是无先验信息的，篇幅也很短效，但是功能还是满意了。基本流程是聚类后，算条件概率，思想来自某大学的Paper。
起初的实现的模型，大概在1000汉字每秒的处理能力；
折腾了一天，提升到12000汉子每秒。
http://entelechie.ycool.com/post.2763166.html