支持是支持的，但数字字母最多只支持2位。 你说的情况其实切分成“斯巴鲁+WRX”并不会有多大问题吧。 像 Q币 QQ空间 这样的都是可以支持成词的。
...UM; } } else { // fix me 这个地方是前面有字母或数字的切词 // MAX_ALNUM_CUT是中英文混合的最多多少个数字或字母就作为一个单独的词 // 原代码默认是2 修改为了一个宏 // 这部分处理的是开头...
...分词规则开头会先进行中英文粗分，那时就强行把数字、字母与多字节的汉字拆分开。 只有夹在汉字中间的1～2个数字或字终才被允许和汉字组合，比如“T恤” ”Q币“ 这种。 假设你的词典里有”北海36“，被分的句子是 “...
我这个是简单的改动，就是注释掉了一段代码 [code] diff -ur scws-1.2.1/libscws/scws.c scws-1.2.1.changed/libscws/scws.c --- scws-1.2.1/libscws/scws.c 2013-01-11 10:39:28.000000000 +0800 +++ scws-1.2.1.changed/libscws/scws.c 2013-07-03 10:38:49.409846632 +0800 @@ -60,6 +60,9 @@ s->...
...attr_en 即可，如果需要严格一点可以先判断一下 ch 是否为字母, 如以下： strcpy(wmap[i][i]->attr, SCWS_IS_ALPHA(txt[start-1]) ? attr_en : attr_un); 2. 百分号这个暂时 scws 还没有办法处理，因为 % 号被当作普通符号粗分时就...
...是 33.3 和 % 3.修改连字符(-)和下划线(_)的规则，当出现在字母单词之间时视为同一词而不再强行切开，此时如果激活复合分词的 DUALITY 选项，则仍能将符号切开作为复合词。 4.修正浮点数的识别规则，避免将IPv4地址识别为2个小...
...。 这里说的是那些中英混合的特殊词汇，限制了夹带的字母只能1个或2个字符。 比如：我有很多Q币，这里Q币你如果设为词，它可以被切出。 再比如：我有很多abc币，如果你设置了abc币为词，它仍然无法切割，会被预处理器先...
这个是最新一期的更新修改的，当数字、字母连续3个以上时就不作为混杂元素了，会将它们切开。 起初是因为 iso9001 没有切词导致搜索 iso 或 9001均搜索不到