好长时间不写C了，写着有点吃力，所以暂时先把最基本需要的分词及高频词提取写出来了。 后续等有点空时会慢慢实现更多的功能及加入相关脚本。
scws分词时出现这样的情况，英文字母与数字组合分词时，若词的前面或后面有标点符号，则英文字母和数字将会被拆分开，不知道是什么原因？有没有解决的办法？ ./scws -c utf8 -i mp3 mp3 +--[scws(scws-cli/1.2.2)]----------+ | TextLen: 3...
我在分词中没加$so->add_dict（"dict.xdb",SCWS_XDICT_XDB); $so->add_dict("dict.txt",SCWS_XDICT_TXT); 这个情况下“云计算”分词如下："云 计算"。我加了$so->add_dict（"dict.xdb",SCWS_XDICT_XDB); $so->add_dict("dict.txt",SCWS_XDICT_TXT); 并在txt文件中加入 “...
[root@IDC-D-1115 etc]# /usr/local/scws/bin/scws -i 我今天看到了一条狗 我 今 天 看 到 了 一 条 狗 +--[scws(scws-cli/1.1.8)]----------+ | TextLen: 18 | | Prepare: 0.0001 (sec) | | Segment: 0.0001 (sec) | +--------------------------------+ ...
...$cws->send_text('我爱看电影，不知道电影院里有什么？'); 分词的结果竟是：“我 爱 看 电 影 ， 不 知 道 电 影 院 里 有 什 么 ？ ” 这到底是怎么回事呢，安装过程都很顺利呀！就是不能正常分词！[hr] 刚找到原因了，...
感谢分享～～ 方便一些不能装扩展的用户。 其实可以再包装一些脚本的API，使之用起来跟本地API一样简单
...搜索引擎结合…… 现在目前已经成功用SCWS替换其原本的分词代码。 但是却发现一个问题，就是SCWS的适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...
感谢SCWS提供了这么优秀的中文分词库. 我有个问题如下: 文字内容为:"武汉车友会的地盘,听武汉车友的,来这里涂鸦吧" 我希望分词结果为 武汉车友会,武汉车友 ,其他的词都不要.该如何做呢. 传递参数如下: array('data'=>$data, 'igno...
需要指定词典位置，比如： # scws -A -d /hp/opt/scws/dict/default.utf8.xdb:/home/vanni/scws/mydict.txt -c utf8 "相宜本草洗面奶和雅漾舒护活泉水哪个好" 相宜/a 本草/nz 洗面奶/nz 和/c 雅漾/@ 舒护/@ 活泉水/@ 哪个/r 好/a