Coreseek®  
 | 首页 | 注册 | 回复 | 搜索 | 统计资料 |                 网站首页 | 产品服务 | 开放源码 | 安装使用 | 常见问题 | 中文手册 | 社区交流 | 联系我们 
中文分词 论坛首页 / 中文分词 /

unigram.txt 用户自定义的词有没有什么限制
 
fengyufeng
会员
#1 | 发表时间: 2010 05 26 00:13
回复 
用户自定义的词的限制：
首先是长度：比如 好利来蛋糕世界凤凰店 这个可以作为用户自定义词库吗？
特殊符号和数字：川福楼吴中店7-川府楼7？
词的长度对索引速度的影响
fengyufeng
会员
#2 | 发表时间: 2010 05 26 00:18
回复 
补充一个问题： 如果用户添加的词和词库中的词重复了 会不会报错
HonestQiao
会员
#3 | 发表时间: 2010 05 26 12:54
回复 
你可以参考：www.coreseek.cn/opensource/mmseg/

然后按照里面的分词部分，进行测试查看结果：
mmseg -d <dict_dir> tobe_segment.txt > result.txt
result.txt里面就是分词的结果
 
回复
Bold Style  Italic Style  Image 链接  URL 链接 
发帖注意：
  • 网址中请去掉http://开头，例如：您需要输入www.coreseek.cn，而不是http://www.coreseek.cn
  • 咨询问题，请贴出详细的操作系统版本、Coreseek版本（Linux环境请给出编译参数）
  • 请仔细查看中文手册和本站安装指南，确认操作正确
  • 请仔细查看常见问题解答，也许你的问题已经有解决方法

» 帐号  » 密码 
发帖前请登陆, 或者 注册 .