DKSplit

用于拼接文本的分词模型。可将域名、品牌名和短语拆分为单词。

当前版本：0.2.3

模型描述

• 架构： BiLSTM-CRF（384 维嵌入，768 维隐藏层，3 层）
• 格式： ONNX，INT8 量化
• 大小： ~9MB
• 输入： 小写 a-z，0-9（最长 64 个字符）

使用方法

安装

pip install dksplit

Python

import dksplit

dksplit.split("chatgptlogin")
# ['chatgpt', 'login']

dksplit.split_batch(["openaikey", "microsoftoffice"])
# [['openai', 'key'], ['microsoft', 'office']]

直接使用 ONNX

import onnxruntime as ort
import numpy as np

session = ort.InferenceSession("dksplit-int8.onnx")
# 完整推理代码请参见 GitHub

文件

• dksplit-int8.onnx - ONNX 模型（INT8 量化）
• dksplit.npz - CRF 参数

限制

• 输入：仅支持 a-z，0-9
• 最大长度：64 个字符
• 非拉丁文字：请使用罗马化形式

链接

• 网站：domainkits.com，ABTdomain.com
• GitHub：github.com/ABTdomain/dksplit
• PyPI：pypi.org/project/dksplit

许可证

Apache License 2.0 · 版权所有 2026 ABTdomain

引用请注明： DKSplit by ABTdomain