...分词选项] 最短词 二元 重要单字 全部单字 加入自定义词库后结果为： 阿斯顿 阿斯 斯顿 阿 斯 顿 发 斯蒂芬 斯蒂 蒂芬 斯 蒂 芬 [b]罗铭 罗 铭 罗[/b] 大大 大 大 罗 我的自定义词典为： 铭罗 1 0 n 罗铭 1 0 n 我...
[quote='hightman' pid='7092' dateline='1319384262'] 如果你还需要原来的词典，请在 add_dict 前加 set_dict(ini_get('scws.default.fpath').'/dict.utf8.xdb'); [/quote] 是的。这没问题了。是那txt编码问题。不是utf8的话就不行的。 scws我是用utf8。
我刚才用统一的词性生成了一个词典，但同一个文件， 生成的大小怎么不同呢， 第一次： 积分 20.0 20.0 @ 中间我是用一个空格格开的，生成后有4M， 第二次： 积分 20.0 20.0 @ 用的是原dict.xdb导出txt后的格式，生成后有10M， ...
那个属性对分词效果有一定影响的，TF主要用于词的切分，IDF用于统计，词性就用在取TOP时过滤或标注上。 最好是基于现有的词典去补充，你重建一个的话数据又都没有效果可能会比较差。SCWS主页上有一个TF/IDF计算器，你可...
... centos5 scws 1.1.2 php 以扩展形式安装 . 如果我不显式的定义 $so->add_dict(ini_get("scws.default.fpath") . '/dict.utf8.xdb'); $so->set_rule(ini_get('scws.default.fpath') . '/rules.utf8.ini'); 那么就分词正常. 这个是第一个问题. 第二个问题就是,定...
search.log 的生成是有一些规则判断和调整的，并不是如你所说的。自定义词典也会纳入考虑，但过于复杂的搜索语句是不会记录的。
txt词库其实也是转换成XDB再调用的，不用担心性能。 你合并词典很简单啊，把 dict.utf8.xdb 导出来嘛
...提供scws的api接口,实现短语分词功能 2.是否可以对scws自定义中文词典,方便扩展 [/quote] 目前没有直接支持自定义词典，而是直接读取 dict.utf8.xdb 你自己改词也必须转换成这个词典文件才能用。 词典转换关于SCWS的网站上有。
[quote='hightman' pid='8876' dateline='1333164684'] txt词库其实也是转换成XDB再调用的，不用担心性能。 你合并词典很简单啊，把 dict.utf8.xdb 导出来嘛 [/quote] 谢谢hm。还是更加期望加上直接入字典库的功能。这样更加方便，就是不知...
...王“作为关键字。而我自己的系统是不查询单字的。在自定义字典中又不知如何操作。毕竟感觉三个字的词在自定义字典中起了作用。而四个字的却没有预期的结果。 还望版主提示一二。怎么在自定义词典中设置”四个词“...