PKUseg在货运领域的评测

先说结论，再和大家闲聊，对比jieba与PKUseg在公路货运切词能力上：

• 默认模型下，jieba效果优于PKUseg
• PKUseg提供场景精细化的预训练（还没有提供入口），长远来讲适合专业领域使用
• PKUseg在特定的场景下有令人惊喜的效果（地址切分）

给大家的建议就是，如果大家赶时间求稳定适应范围需要非常广的时候，目前来说jieba是非常好的选择，如果说在面临一些精细化领域的特殊需求的时候，可以用PKUseg进行一波尝试，有意外惊喜。

---

那是一个风和日丽的早上，突然群里老大发出一条消息：

我感觉我的心脏有一丝隐隐作痛的感觉，人在办公室坐，活从天上来，虽然身后站着一堆催上线的产品，我还是屈服于老大的正义（淫威），简单测评了新出来的PKUseg与Jieba在公路货运/运输行业上的效果对比。

在我们的热词数据库中已经有人工切词完成的2万多条货运的词条：

description standard
高博集团装货卸宝华   高博 集团 装货 卸 宝华
北安到吉林农安饲料90吨每吨105   北安 到 吉林 农安 饲料 90吨 每吨 105
需要4个车   需要 4个 车
叶张公路装香闵路曲吴路两卸   叶张公路 装 香闵路 曲吴路 两卸
从福通物流到吴滩镇   从 福通 物流 到 吴滩镇
霞浦宏霞路到中通物流  霞浦宏霞路 到 中通物流
石大路3场到德兴西门山 石大路 3场 到 德兴 西门山
公园西路装   公园 西路 装
不押车每吨150    不 押车 每吨 150
速订价钱好商量 速订 价钱 好商量
慈溪胜山装   慈溪 胜山装
好装好卸高价急走    好装好卸 高价急走
九顶山路与东方大道位置装货可以配货   九顶 山路 与 东方 大道 位置 装货 可以 配货
要二部 要 二部
青浦工业园区久远路提货到奉贤新杨公路进仓    青浦 工业园区 久远路 提货 到 奉贤 新杨公路 进仓
园光路装博学南路卸   园光路 装 博学南路 卸
公兴装卸荣昌广顺    公兴 装卸 荣昌 广顺
打备注电话18458331112    打 备注 电话 18458331112
...

首先看，不加任何词库，预训练下的，最后的效果对比：

结果	切词准确率
jieBa	79.5%
pkuSeg	59.79%

可以看到，在默认的分词模型下，jieBa分词还是拥有绝对优势的，但是在pkuSeg的git里面

所以我想看看能不能进行一下预训练下后再对比一下，可惜的是我在git（git地址传送门）上找了半天也没有找到预训练的入口，只有已经被官方预训练好的词库

等有时间了，可以邮件沟通一下再补充这个部分的效果对比，我觉得，应该还是有提升的。

但是，在我们实际去测的过程中，我们发现了一些差异话的东西比较有意思。我们其实现在在做一个语音发货的产品，涉及到把一串地址切分开的需求：

　

其中涉及到地址切分的时候，jieba的能力会比如PKUseg要弱不少，比如“山西大同”，“上海浦东”，我们需要把一级二级地址切开的时候，PKUseg可以做到，而jieba并不能按照需求切块。所以，我们已经打算在地址模块切换PKUseg的模型来适应了。

最后吐槽一下，虽然我知道PKUseg需要加载模型，但是一加载就是一二十秒也是有点夸张了。酒浆，各位下回见。

欢迎大家关注我的个人bolg，知乎，更多代码内容欢迎follow我的个人Github，如果有任何算法、代码、转行疑问都欢迎通过公众号发消息给我。