就做了三个简单的操作：
1、过滤非英文字符，然后依据空格来划分；
2、把复数单词转化为单数形式；
3、过滤 Stopwords。
很简单的分词，用来做英文 tag，分好后过一次词典就可以了。
例子：http://phzzy.org/code/en_seg/seg.php
代码：http://phzzy.org/code/en_seg/en_seg.zip
参考：
Stopwords: http://www.uspto.gov/patft/help/stopword.htm
就做了三个简单的操作：
1、过滤非英文字符，然后依据空格来划分；
2、把复数单词转化为单数形式；
3、过滤 Stopwords。
很简单的分词，用来做英文 tag，分好后过一次词典就可以了。
例子：http://phzzy.org/code/en_seg/seg.php
代码：http://phzzy.org/code/en_seg/en_seg.zip
参考：
Stopwords: http://www.uspto.gov/patft/help/stopword.htm