可以用IKAnalyzer和PaodingAnalyzer，这两个都有对Lucene的封装接口，中科院的Ictclas是要收费的，而且是用DLL，和Java结合不好。
中文分词（ChineseWordSegmentation）指的是将一个汉字序列切分成一个一个单独的词。
分词就是将连续的字序列按照一定的规范重新组合成词序列的过程。
在英文的行文中，单词之间是以空格作为自然分界符的，而中文只是字、句和段能通过明显的分界符来简单划界，唯独词没有一个形式上的分界符，虽然英文也同样存在短语的划分问题，不过在词这一层上，中文比之英文要复杂的多、困难的多。