[quote='hightman' pid='3251' dateline='1359526251'] 这个不能随便改，但可以通过调整源码的编译参数来改。通常不需要这么做啊，实在有必要时你们可以考虑继承XSTokenizerScws 来自己修改它。 [/quote] 感谢，我就是这么干的~
...t\PHPnow-1.5.6\htdocs\phpstudy\fenci.php on line 5 Array ( [0] => Array ( [word] => � [off] => 0 [len] => 1 [idf] => 0 [attr] => un ) ) Array ( [0] => Array ( [word] => 戏 [off] => 1 [len] => 2 [idf] => 0 [attr] => un ) [1] => Array ( [word] => 适 [off] => 3 [len] => 2 [idf] => 0 [attr] => un...
楼上你的情况是因为你对API使用不正确, scws_get_result 应该循环调用 while ($words = scws_get_result($sh)) { foreach ($words as $word) { print_r($word); } } 此外, 繁体词库很不完善, 缺词太多而且有一些词也不正确
[quote='hightman' pid='562' dateline='1330199583'] 不会的啊，默认就是-M3呀 [/quote] 如何设置成其他的值呀 最近的一个项目需要全部的单字 在项目的ini里，tokenizer = default 如果是3的话 不知到如何改成11 是否是使用xlen(1) 来设置？这个xl...
...了乱码： array(3) { ["off"]=> int(0) ["attr"]=> string(3) "@�" ["word"]=> string(15) "重庆鸡公煲" } array(3) { ["off"]=> int(0) ["attr"]=> string(3) "ns�" ["word"]=> string(6) "重庆" } array(3) { ["off"]=> int(6) ["attr"]=> string(3) "n�" ["word"]=> string(6) "鸡公" } array(3) ...
...esult() 返回 false 为止 // 返回的词是一个关联数组, 包含: word 词本身, idf 逆词率(重), off 在text中的偏移, len 长度, attr 词性 // $text = "中国航天官员应邀到美国与太空总署官员开会"; $pscws->send_text($text); while ($some = $pscws->get_result()...
Hi Hightman, 您好! 非常感谢您做的scws分词和xunsearch系统, 最近我们在做网站的搜寻服务, 考察了coreseek, sphinx-for-chinese 和 xunsearch 这三个系统, 觉得还是 xunsearch 比较适合, 因为词典制作和查询的方式都较另外二者灵活. 在今天做...
...izerScws getVersion() 获取 scws 版本号 XSTokenizerScws hasWord() 判断是否包含指定词性的词 XSTokenizerScws setCharset() 设置字符集 XSTokenizerScws setDict() 设置分词词典, 支持 TXT/XDB 格式 XSTokenizerScws setDuality() 设置散字...
a.txt文档内容： # WORD TF IDF ATTR 印第安那 13.30 15.98 ns 印第安那州 12.72 11.56 ns 印第安那波利斯 12.31 12.68 ns [php] $txt = '我名字叫印第安那，我的家乡是印第安那州的印第安那波利斯！'; $so = scws_open(); scws_set_charset($so, 'gbk'); s...
http://code.google.com/p/xsplit/ bool xs_build (array $words, string $dict_file) 从$words数组建立名称为$dict_file的词典，若成功则返回true。$words数组的格式请参考示例，key为词语，value为词频。 这样生成词库，相当有方便，能否也增加一...