...uote='hightman' pid='1078' dateline='1346301119'] 支持是支持的，但数字字母最多只支持2位。 你说的情况其实切分成“斯巴鲁+WRX”并不会有多大问题吧。 像 Q币 QQ空间 这样的都是可以支持成词的。 [/quote] 感谢hightman 的回复。 ...
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...
支持是支持的，但数字字母最多只支持2位。 你说的情况其实切分成“斯巴鲁+WRX”并不会有多大问题吧。 像 Q币 QQ空间 这样的都是可以支持成词的。
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...
...词性为 en 而不是原来的 un 导致清除符号时消失. 2.调整将数字后面的独立 % 纳入整词作为百分比，如 33.3% 作为整词而不再是 33.3 和 % 3.修改连字符(-)和下划线(_)的规则，当出现在字母单词之间时视为同一词而不再强行切开，此时...
...} } else { // fix me 这个地方是前面有字母或数字的切词 // MAX_ALNUM_CUT是中英文混合的最多多少个数字或字母就作为一个单独的词 // 原代码默认是2 修改为了一个宏 // 这部分处理的是开头有数字...
...able-developer 选项的处理方式，不覆盖预设的 CFLAGS 4) 改变数字字母单独成词时的规则，当其中同时包含2个连续字母以及2个连续数字时强制拆分。例：原先单独的 iso9001 是整词，新规则切为 iso+9001 而 i9001 则保持不变仍为。这样...