我现在想要做屏蔽词，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 = $so...
...uote='hightman' pid='7573' dateline='1325211638'] 不知你在说什么。英文不需要词典啊！！ [/quote] 我知道英文不需要词典 关键就是这个不需要词典 他的英文分词就没办法控制了，比如我要做计算机专业的分词，其中很多就需要用到一...
如果只要文章中有Linux出现就算是Linux相关文章的话，其实是不需要分词了，直接用全文搜索Linux就好了。 只是SCWS目前看前来它的自定义词典不支持超过3个字，如果可以的话，可以通过自定义“Linux优化”来指定分词
楼上你的情况是因为你对API使用不正确, scws_get_result 应该循环调用 while ($words = scws_get_result($sh)) { foreach ($words as $word) { print_r($word); } } 此外, 繁体词库很不完善, 缺词太多而且有一些词也不正确
我想对打断的英文做分词，utf-8，scws可以用么？应该下载哪个版本呢？PSCWS4 说是速度慢，不推荐使用，而PSCWS23 仅支持GBK字符集
scws分词不正确的情况 1、中文夹杂连续两个以上英文或数字（例如：程jj序ii员e 正常，程jjj序ii员e 不正常） 2、英文数字组合中，同时含有连续一个以上英文或数字的组合（例如：w1156k 正常，w16ky不正常） 3、含有任意一个...
C++版本和官网演示分词不一致。 ".mp3"，在线演示切分成". mp3",C++版本 1.22切分为". mp 3";
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...
华硕主板H61-PLUS，想分词结果中包含H61。 通过 [url=http://www.xunsearch.com/scws/demo/v48.php]http://www.xunsearch.com/scws/demo/v48.php[/url] 得到的结果为“华硕/主板/H/61/-/PLUS”。尝试过自定义词库，$prefix/data/项目名称/dict_user.txt 加入H61，但是...