V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐学习书目
Learn Python the Hard Way
Python Sites
PyPI - Python Package Index
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
zzxworld
V2EX  ›  Python

mmseg不能使用英文和中文混合的词?

  •  
  •   zzxworld · 2011-11-11 12:22:31 +08:00 · 5255 次点击
    这是一个创建于 4785 天前的主题,其中的信息可能已经有所发展或是发生改变。
    正在使用python的一个分词模块:http://pypi.python.org/pypi/mmseg。
    目前碰到一个问题就是添加诸如“T恤”和“Polo衫”的自定义词时,程序依然不能识别。分词结果:
    T

    Polo
    2 条回复    1970-01-01 08:00:00 +08:00
    args
        1
    args  
       2011-11-11 16:05:34 +08:00
    这个肯定事先作者没考虑到。直接暴力把中英文分开了。其实我的一个分词程序就是这么做的。。。。
    dreamersdw
        2
    dreamersdw  
       2011-11-11 16:06:42 +08:00
    mmseg 是靠内置的单词表加启发算法实现中文分词的。

    你可以先试试向 mmseg/data/words.dic 文件添加需要的词汇。要是还有问题的话,考虑自己修改源码吧。
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   5780 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 25ms · UTC 01:44 · PVG 09:44 · LAX 17:44 · JFK 20:44
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.