带阿拉伯数字的节日 如”51劳动节“ 只能分出”劳动节“，只要数字在前面就识别不出来，同时也很奇怪如果这些数字大于百位数 如”2014劳动节“ 就能分出2014和劳动节，最终想要”61儿童节“=61+儿童节 的效果，大神求助。。...
其实SCWS内部是允许最多2个非中文字符夹杂中文成词的，超过2个的就无效了。 比如”Q币“，”T恤“这种是支持的。像你这么长的编号支持通用性不强。。
我在字典里面添加了 "HYC888仪表" 这个词，但是非词的结果却是 "HYC" "888" "仪表" 这三个词语； 确认词典中没有这三个单独的词语； 我的应用中这样的词语很多很多，希望能够整词匹配。 我看了 前面的一个帖子，说要修改...
昨天弄了一晚上， 因为我是写php的对C语言不熟系，研究了一下源代码，最终功夫不负有心人，成功的避过了中英文混合，使用字典中的词语分词，我用的是 scws-1.2.1.tar.bz2 这个版本，因为不能发附件，如果大家需要联系我： Ema...
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...
1， 当英文或数字与汉字链接时，词性会被视为un。如"LG集团"，LG与集团紧连着，这种情况下，我希望把LG也视为en。能不能通过修改rules改变呢？因为我不是太理解un指的是什么，好像助词'的'、标点符号等都被视为un。我在插入...
我这个是简单的改动，就是注释掉了一段代码 [code] diff -ur scws-1.2.1/libscws/scws.c scws-1.2.1.changed/libscws/scws.c --- scws-1.2.1/libscws/scws.c 2013-01-11 10:39:28.000000000 +0800 +++ scws-1.2.1.changed/libscws/scws.c 2013-07-03 10:38:49.409846632 +0800 @@ -60,6 +60,9 @@ s->...