저장소 지도

저장소는 재사용할 런타임 라이브러리와 실행 예제를 분리한다. 위쪽 여섯 개 모듈만 배포하며, 세 예제는 CI smoke test이자 학습 자료로 사용한다.

기능과 모듈 지도

배포 모듈

모듈	제공하는 기능	다른 Text 모듈 의존성
`bluetape4k-text-bom`	Text 모듈 버전 정렬	런타임 모듈 다섯 개의 버전을 제약한다
`tokenizer-core`	요청·응답 모델, 옵션, 심각도, 사전, 문자 컬렉션	없음
`tokenizer-korean`	한국어 정규화, 토큰화, 어간·구문 추출, 문장 분리, 금칙어	`tokenizer-core`
`tokenizer-japanese`	Kuromoji IPAdic 토큰화, 품사 필터, 금칙어	`tokenizer-core`
`lingua`	Lingua 감지기, 혼합 언어 확장, Unicode 문자 범위 필터	필수 Text 런타임 의존성 없음
`text-search`	불변 Aho-Corasick automaton, DSL, 치환, Flow 검색	필수 Text 런타임 의존성 없음

BOM에는 실행 코드가 없다. tokenizer-core는 프로세서와 안전한 요청 경계의 기반이며, 일반 애플리케이션은 core만 직접 쓰기보다 한국어 또는 일본어 프로세서를 선택하는 경우가 많다.

Gradle 프로젝트	확인할 수 있는 내용
`:examples:text-search-examples`	builder와 DSL 결과, 문자열 치환, 첫 Flow 경고
`:examples:lingua-examples`	감지기 재사용, 언어 집합 제한, 저정확도 모드
`:examples:tokenizer-safety-examples`	빈 입력·초과 입력·프로세서 실패를 400/413/500으로 안전하게 변환

./gradlew :examples:text-search-examples:run \
  :examples:lingua-examples:run \
  :examples:tokenizer-safety-examples:run

예제 모듈은 Maven Central에 배포하지 않는다. 예제가 보여 주는 경계와 조합 방식을 애플리케이션 코드에 적용하고, 예제 자체를 의존성으로 추가하지 않는다.

lingua로 후보 언어를 찾은 다음 지원하는 텍스트를 한국어 또는 일본어 프로세서에 보낸다. 언어를 알 수 없거나 결과가 애매한 경우를 위한 분기도 반드시 둔다. 혼합 언어 처리는 감지 결과를 절대적인 사실이 아니라 라우팅 근거로 사용하는 방법을 설명한다.

형태소 분석과 내장 금칙어 기능은 언어별 프로세서가 맡는다. 외부 요청 경계에서는 tokenizer-core 모델을 사용한다. 사전과 금칙어에서 런타임 업데이트와 소유권을 다룬다.

이미 검색할 패턴을 알고 있고 한 번에 여러 개를 찾아야 한다면 text-search를 사용한다. 원문을 직접 검색하므로 토크나이저와 독립적으로 동작한다. 입력 계약에 필요한 정규화와 단어 경계 옵션만 명시적으로 켠다.

아래 그림은 0.2.1 배포본의 README 자산을 해당 배포 커밋에서 직접 불러옵니다. 이후 SNAPSHOT이 아니라 이 매뉴얼 버전의 구조와 실행 흐름을 보여 줍니다. 미리보기를 누르면 같은 배포 커밋의 SVG 원본이 열립니다.

배포본 README: README.ko.md

배포본 README: README.ko.md

배포본 README: README.ko.md