為了學習方便**： 感謝
總結使用搜狗詞庫製作mmseg詞典的方法和步驟。另外，最近一直沒寫新部落格，一方面是因為懶，另一方面是確實沒什麼可寫的。
coreseek的介紹和安裝說明可參考這裡，不再贅述。以下是接下來需要注意的幾點:
./extract-sougou-dict.py sougou/*.scel -o sougou-dict.txt -mmseg生成的sougou-dict.txt可供mmseg庫分詞使用。
假設已有的詞典檔案為unigram.txt，則執行指令碼
./merge-mmseg-dict.py -a unigram.txt -b sougou-dict.txt -o merged.txt這裡以unigram.txt為主詞典，意味著如果在合併的過程**現重複片語，則忽略sougou-dict.txt中的重複片語。
*表示詞典檔案的目錄，該目錄下必須有uni.lib詞典檔案存在
首先備份下舊的詞典檔案
cd /usr/local/mmseg3/etc
mv unigram.txt unigram.txt.bak
mv uni.lib uni.lib.bak
cd -
將合併後的詞典重新命名為unigram.txt，在指定的目錄裡執行mmseg
mv merged.txt /usr/local/mmseg3/etc/unigram.txt
/usr/local/mmseg3/bin/mmseg -u /usr/local/mmseg3/etc/unigram.txt
最後將生成的unigram.txt.uni重新命名為uni.lib
cd /usr/local/mmseg3/etc
mv unigram.txt.uni uni.lib
需要注意乙個比較蛋疼的問題，更新後的分詞效果對已建立的索引無效1
。找乙個之前無法分詞的片語，然後用mmseg進行測試，這裡假設詞典位於/usr/local/mmseg3/etc目錄下
echo "金交所" > whatever.txt
/usr/local/mmseg3/bin/mmseg -d /usr/local/mmseg3/etc whatever.txt
如果詞典中沒有`金交所'這個片語，結果通常如下
金/x 交/x 所/x
word splite took: 0 ms.
如果在自定義的詞典中有`金交所'這個片語，則結果如下
金交所/x
word splite took: 0 ms.
以下兩個指令碼放在github上。
libmmseg庫介紹和詞典檔案的介紹
搜狗詞庫轉為txt格式（小小輸入法）
coreseek中文分詞核心配置
使用docker製作自定義靜態網頁輸出
一台centos7虛擬機器 安裝docker客戶端 可以連線外網 前置操作 在根目錄下操作 建立檔案sample mkdir sample cd sample 在sample目錄下製作dockerfile文件 vi dockerfile from ubuntu 14.04.3 run sudo ap...
C 自定義控制項製作和使用例項（winform）
c 自定義使用者控制項 上篇 控制項製作 本例是製作乙個簡單的自定義控制項，然後用乙個簡單的測試程式，對於初學者來說，本例子比較簡單，只能起到拋石引玉的效果。我也是在學習當中，今後會將自己所學的逐步寫出來和大家交流共享。第一步 新建乙個控制項庫專案 mycontrol 第二步 從工具箱裡面拖動1個p...
C 自定義控制項製作和使用例項（winform）
2018年04月26日 15 01 11 烏班圖ysm 閱讀數 5788 c 自定義使用者控制項 本例是製作乙個簡單的自定義控制項，然後用乙個簡單的測試程式，對於初學者來說，本例子比較簡單，只能起到拋石引玉的效果。我也是在學習當中，今後會將自己所學的逐步寫出來和大家交流共享。第一步 新建乙個控制項庫...