關於分詞的一些建議

[shtse8]

為甚麼不採用CRF分詞呢？我是php的支持者和繁體用戶，試了不同方法去做分詞，但感覺CRF是分得最好的，但很可惜並沒有CRF的庫。
例如 蔡英文管理台灣
CRF分詞能準確把蔡英文分出來。
而當前這個庫會把 蔡 和 英文 分開了。

[fukuball]

jieba 目前採用的是 trie tree + HMM 實踐分詞，其實受到字典的影響很重，若要將蔡英文分好可以加入自定義辭典，設定高權重即可正確分詞。至於為何不採用 CRF 分詞，主要就是因為這個分詞是自原本 jieba python 版本的 PHP 翻譯版本，也許要採用 CRF 分詞就需要再另外實作了，目前我應該是沒有另外做一個分詞程式的規劃～

[shtse8]

加入字典這樣的限制太大了，因為姓名是很好的關鍵字，但很多時候很多分詞都分不太好。

[fukuball]

@shtse8 沒辦法，CRF 不是這個 library 的範圍～