... = nz :include = chnum1,chnum2 :znum = 1,2,3 百分 百分之[/b] 分词的时候出现以下问题： 词：百分六 识别正确 词：百分六十 识别失败，只能识别出”百分“和”六十“，无法识别为：”百分六十“ 词：百分六五 识别失败，结...
不知道还有没有其它更好的解决办法？不能改代码，也必须保留武这个姓。正在考虑加一条规则，可是我不懂那些词性语法规则的运作原理。
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...
...中不少都是词库没有加载上，却没有加以判断，结果发现分词结果不准确。 其实在scws文档中有这么一句话： [i][b]注：xdict_t 和 rule_t 分别是词典和规则集的指针，可判断其是否为 NULL 来判断加载的成功与失败。[/b][/i] 调...
杯具的分词词库和规则集导致这个结果, 稍后我看能不能简单调整一下规则集来获得比较好的效果。 查到原因了，是因为词库里居然有个错误的词叫“民医院”！！ 建议删除该词重新生成词典或，写一个附加词典标记为删除。...
自定义分词器 `Xunsearch` 默认内置了功能强大的 [SCWS][1] 分词系统，也附加提供了一些简单常见的分词规则， 但考虑到用户的个性需求，特意提供了自定义分词器的功能。 > note: 自定义分词器存在一个缺陷，它不支持存...
希望能附上完整的PHP代码以及你的自定义词库，以做分析和测试。 从上面少结果的看，应该是词库不生效，而结果只按人名规则合成了2个人名，其它的按无效字符过滤。
现在才发现，对于“武松杀嫂雕塑是艺术，还是恶俗？大家怎么看的？”这个句子，无论怎么调整词性语法规则表都是会分成“武松杀 /nr 嫂 /ng 雕塑 /n 是 /v 艺术 /n ， /un 还是 /n 恶俗 /n ？ /un 大家 /r 怎么 /r 看 /v 的 /uj ？ /un”...