昨天弄了一晚上， 因为我是写php的对C语言不熟系，研究了一下源代码，最终功夫不负有心人，成功的避过了中英文混合，使用字典中的词语分词，我用的是 scws-1.2.1.tar.bz2 这个版本，因为不能发附件，如果大家需要联系我： Ema...
... 六灯夜视D502 这样的名称 也只能分出 中文， 英文和数字没有被分出来，是为什么？请教高手。 我用的是SCWS 扩展 PHP 5.2.x 版二进制文件！
...} } 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有数字...
由于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...
...用范围似乎特别的窄…… 对于一个页面来说，通常含有数字、英文、英文标点、中文标点、中文等文字要素（可阅读部分，HTML已过滤），视情况而定，搜索引擎还有可能抓出含有乱码的片段。 但是SCWS分词时似乎要求字符串中...
1， 当英文或数字与汉字链接时，词性会被视为un。如"LG集团"，LG与集团紧连着，这种情况下，我希望把LG也视为en。能不能通过修改rules改变呢？因为我不是太理解un指的是什么，好像助词'的'、标点符号等都被视为un。我在插入...
...词性为 en 而不是原来的 un 导致清除符号时消失. 2.调整将数字后面的独立 % 纳入整词作为百分比，如 33.3% 作为整词而不再是 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...
抱歉，这里没有讲清楚，英文，数字本身不需要设置会自动根据词界切割。 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...