词性和权重的分割

[willin]

[ '我:r',
  '是:v',
  '拖拉机:n',
  '学院:n',
  '手扶拖拉机:n',
  '专业:n',
  '的:uj',
  '。:x',
  '不用:v',
  '多久:m',
  '，:x',
  '我:r',
  '就:d',
  '会:v',
  '升职:v',
  '加薪:nr',
  '，:x',
  '当上:t',
  'CEO:eng',
  '，:x',
  '走上:v',
  '人生:n',
  '巅峰:n',
  '。:x' ]

[ 'CEO:11.7392',
  '升职:10.8562',
  '加薪:10.6426',
  '手扶拖拉机:10.0089',
  '巅峰:9.49396' ]

结果是数组，那么每一条拿出来之后还要 split，或者正则匹配出对应的数据，这样很麻烦。

为什么不直接放对象？

{
  'CEO': 11.7392,
  '升职': 10.8562
}

像这样。

还是说有什么更好的实践？

[yanyiwu]

谢谢提醒！
nodejieba@2.1.0 需要 split 的这个设计确实很二，已经修复该问题。

[willin]

词性标注 具体 有哪些词性？
uj ul n v 总表有吗

@yanyiwu

[yanyiwu]

@willin 参考一下这个 https://gist.github.com/luw2007/6016931

[willin]

thx

@yanyiwu 不过jieba部分没有中文注解 如 df mg

a 形容词
    ad 副形词
    an 名形词
    ag 形容词性语素
b 区别词
c 连词
d 副词
    df      *********************
    dg 副语素
e 叹词
f 方位词
g 语素
h 前接成分
i 成语
j 简称略语
k 后接成分
l 习用语
m 数词
    mg      *********************
    mq 数量词
n 名词
    ng 名词性语素
    nr 人名
    nrfg     *********************
    nrt      *********************
    ns 地名
    nt 机构团体名
    nz 其它专名
o 拟声词
p 介词
q 量词
r 代词
    rg 代词性语素
    rr 人称代词
    rz 指示代词
s 处所词
t 时间词
    tg 时间词性语素
u 助词
    ud      *********************
    ug      *********************
    uj      *********************
    ul      *********************
    uv      *********************
    uz      *********************
v 动词
    vd 副动词
    vg 动词性语素
    vi 不及物动词（内动词）
    vn 名动词
    vq      *********************
x 非语素字
y 语气词
z 状态词
    zg      *********************

[willin]

最近有个需求要做智能控制，所以分词上有很多问题会需要请教，能给个联系方式吗，比如微信什么的

{ cut: [ '把', '卧室', '所有', '的', '灯', '都', '关', '了' ],
  tag:
   [ { word: '把', tag: 'p' },
     { word: '卧室', tag: 'n' },
     { word: '所有', tag: 'b' },
     { word: '的', tag: 'uj' },
     { word: '灯', tag: 'n' },
     { word: '都', tag: 'd' },
     { word: '关', tag: 'v' },
     { word: '了', tag: 'ul' } ],
  extract: [ { word: '卧室', weight: 8.20023407859 } ] }

{ cut: [ '把', '卧室', '全部', '的', '灯', '都', '关', '了' ],
  tag:
   [ { word: '把', tag: 'p' },
     { word: '卧室', tag: 'n' },
     { word: '全部', tag: 'n' },
     { word: '的', tag: 'uj' },
     { word: '灯', tag: 'n' },
     { word: '都', tag: 'd' },
     { word: '关', tag: 'v' },
     { word: '了', tag: 'ul' } ],
  extract: [ { word: '卧室', weight: 8.20023407859 } ] }

  { cut: [ '把', '卧室', '全部', '的', '灯关', '了' ],
  tag:
   [ { word: '把', tag: 'p' },
     { word: '卧室', tag: 'n' },
     { word: '全部', tag: 'n' },
     { word: '的', tag: 'uj' },
     { word: '灯关', tag: 'x' },
     { word: '了', tag: 'ul' } ],
  extract:
   [ { word: '灯关', weight: 11.739204307083542 },
     { word: '卧室', weight: 8.20023407859 } ] }

三个句子是差不多的。分别是把卧室全部的灯关了，把卧室全部的灯都关了和把卧室所有的灯都关了，结果全部算名词，所有算区别词。这样的结果跟我设想的很不一样啊。。。。

1. 灯关 x =_=!!!
2. 全部 n | 所有 b

[yanyiwu]

微信联系方式在README.md 最下面就有啊。