By hadoop小学生 at 2019-03-18
0人收藏 • 782人看过

我们在使用hanlp词典进行分词的时候，难免会出现分词不准确的情况，原因是由于内置词典中并没有收录当前的这个词，也就是我们所说的未登录词，只要把这个词加入到内置词典中就可以解决类似问题，如何操作，下面我们就看一下具体的步骤

1、找到hanlp内置词典目录

位于D:\hnlp\hanlp_code\hanlp\data\dictionary\custom也就是Hanlp安装包中的data\dictionary\custom下目录

2、将未登录词以词名，词性，词频的格式添加到文件中（句首或者句尾都可以）

3、将字典的同名bin文件删除掉

执行文件时读取的是bin文件，必须删掉后等下次执行时重新生成，新字典才发挥作用

4、使用新字典重新执行文件

执行时会遇到没有相关bin文件的提示，不过放心，程序会自动生成一个新的bin文件，骚等片刻，就好了。

验证结果是否正确