ICTCALS中科院分词 用户词典说明

1、用户词典格式

用户词典格式为：

1）词语与词性用‘@@’隔开，例如：  农业@@N

2）词与词之间用半角“;”隔开

3）词性标注可以省略，例如：农业@@N，或者  农业

2、导入用户词典存在的问题：

1）用户词典第一行没有被导入到分词器中，（？？？未证实）（用户词典中的词并没有被完全导入）

网上流传的说法：程序加载的用户词典的词数少于用户词典中实际有的词数，整了很长时间才发现，在用户词典的定义中，代表词性标注的内容字符数不能多于7个，否则不能正常加载该词条。（写程序实践过，暂时没出现这个问题，待考究。）

2）用户词典词的优先级较高。例如用户词典中加了“万科”这个词，“千万科学家”直接被分成“千/ 万科/ 学/ 家”。