測試環境：windows 2003 + php5.3.5 + apache2.2 + scws 1.1.9?

自定義詞庫，words.txt 如下：

騰訊????1.0????1.0????@
C++????1.0????1.0????!
中國人????1.0????1.0????!
就是????1.0????1.0????!??

1.每行由4個字段組成，依次為“詞語"(由中文字或3個以下的字母合成), "TF", "IDF", "詞性"， 字段之間用空格或制表符分開，數量不限?(注意，發現如果字段時間用空格隔開，然后用scws官方的php程序將txt詞庫轉換xdb后，詞庫無效，但是txt詞庫有效，所以為了兼容性，字段之間最好僅用一個制表符分隔，且注意txt文件的編碼要與程序要使用的編碼一致)

2.詞性設為“!“，則表示該詞設為無效，即使在其它核心庫中存在該詞也視為無效?
?

?

使用自定義詞庫，需要注意加載詞庫代碼的位置

$txt?=?'我就是一個中國人,我是會C++語言,我有很多T恤衣服';?
$sh=scws_open();
//注意，加載詞庫的代碼放在此處無效，但是按照官方的例子應該是放在這里
//scws_add_dict($sh,?'D:\Apache3W\words.txt',?SCWS_XDICT_TXT);
scws_send_text($sh,?$txt);
//加載詞庫的代碼必須放在scws_send_text函之后才有效
scws_add_dict($sh,?'D:\Apache3W\words.txt',?SCWS_XDICT_TXT);?
while?($words?=?scws_get_result($sh))?{
????foreach?($words?as?$word)
????{
????????var_dump($word);
????}
}
scws_close($sh);

如果非要將?scws_add_dict?放到?scws_send_text?前面?還可以這樣寫：

$txt?=?'我就是一個中國人,我是會C++語言,我有很多T恤衣服';
$sh=scws_open();
//scws_set_dict也可以改為scws_add_dict?
scws_set_dict($sh,?'D:\Program?Files\scws\etc\dict.utf8.xdb',?SCWS_XDICT_XDB);
scws_add_dict($sh,?'D:\Apache3W\words.txt',?SCWS_XDICT_TXT);
scws_send_text($sh,?$txt);
while?($words?=?scws_get_result($sh))?{
????foreach?($words?as?$word)
????{
????????var_dump($word);
????}
}
scws_close($sh);??

?

?

?

轉載于:https://www.cnblogs.com/mxw09/archive/2012/03/19/2406171.html

總結

以上是生活随笔為你收集整理的关于scws分词的一些记录的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。