缺省的 stopWordDict 不起作用

[xuwenbin]

环境：Ubuntu 14.04，下载安装了nodejieba最新版本。require并且load了nodejieba。

重现步骤：输入 “7天或者15天”，然后调用 cut 函数，返回的数组里，仍然出现 “或者” 这个词组。查看了一下缺省的stopWordDict，发现里面是有 “或者” 词组，但是为什么 cut 出来的结果里，仍然包含 “或者” 呢？

[yanyiwu]

这位朋友，你可能有一些误会，听我给你解释一下：

分词本身是没有使用停用词词典的，停用词词典是在extract，也就是关键词抽取的时候才会被使用。

[xuwenbin]

了解了。使用了extract函数后，确实如此。关于extract的第二个参数，有没有详细的文档说明？我翻看了项目的页面，没有找到具体的文档的链接。

[yanyiwu]

恩谢谢提醒，之前在README里面没有写清楚，第二个参数时topN，就是抽取关键词抽出权重最高的topN个。

[xuwenbin]

如果调用者想获得所有的关键词，那个参数该传什么值呢？

[yanyiwu]

传入一个极大值就行了，比如 Number.MAX_VALUE

[xuwenbin]

根据测试来看，cut和extract都会保留阿拉伯数字，而且是切好后单独作为数字存在。关于这类字符，大家日常应该是stop掉还是保留呢？

[yanyiwu]

纠正一下，这个 Number.MAX_VALUE 太大了不行。
下面这么大就够了。

var topN = 1<<30;

[skyblue]

tag的时候stopWordDict也是不生效的吗?

[yanyiwu]

@skyblue 恩