我使用的版本是1.1.2 使用了复合分词且只用了【最短词】来复合 假定我的扩展词库中有：【球面抛光机】、【冰包餐桌】 没有扩展结果分别是： 【球面抛光机】 -> 球面、抛光机、抛光 【冰包餐桌】 -> 餐桌（idf:6.19） ...
...] 感谢管理员回复. 其实我的意思大概可以简化为: 最长分词模式. 分出来的词要达到符合语法的最长.这个难度估计不小,呵呵,也可能是比较不现实的需求. 自己架设scws分词库程序当然可以导入自己的词库,但是不是每个人都愿...
因为我的项目是电商网站，所以我自定义了一个词库，把我自己的品牌、商品类目名字给加进去了。 我希望是这样的搜索结果，比如搜索“迪卡侬蓝色货品”： 现在是这样的： [code]Xapian::Query(((迪卡侬:(pos=1) SYNONYM (迪卡:(po...
但网址和EMAIL如果这样切，也太粗糙了吧。要全部匹配才能检索到，输入 EMAIL 的前段或网址的一部分均检索不到了。 至于消除 HTML 标签，这不应该是分词的事哦
...项目，希望更多的人能有用。 原因：我希望给网站提供分词功能，但是，我只能用php方式，也不能修改服务器的设置（合租的服务器，windows环境），所以我只能用scws23了，但是词库我希望自己修改添加，但是XDB，这个格式我用...
...知道xdb与txt相比，那个效率更高 另外，scws对于中英文分词效果不是很好，即文中的中文分得还可以，但对于页面中的英文部分，包括email,url,host这类处理效果比较差，我们目前采用两个分析器配合使用来达到最好的效果，要...
不明白你说的。同义词是基于分词后的结果制作的。 如果你的索引先前制作，后面再添加自定义词，那么当然无效了。你要重建索引
...词，只载入自定义的屏蔽词库，但好像英文及中英文混合分词都无效。 譬如： $so = scws_new(); $so->set_charset('utf8'); $so->set_dict('words.txt',SCWS_XDICT_TXT); $so->set_ignore(true); $so->send_text("GMhello指导员"); echo ''; while ($tmp = $so->get_result()) { var_d...
在循环中，对同一字符串做分词，会出现不同结果，请问这是什么原因导致？非常感谢！ 使用扩展词库结果： 大连金龙钢丝绳 、钢丝绳扣 、合成纤维吊装带 -> 连金龙|成纤维| 大连金龙...
你可以正常分词试试，然后打印一下词的 attr 属性到底是不是* 号 我估计是不是你自定义词典先于默认词典加载，导致attr属性被覆盖了？