ckiptagger自訂字典

處理中文文本的研究者，常常需要先把中文的連續文字切割成一個個分開的詞彙，這樣才能進一步以軟體工具來處理。這一工作稱為斷詞、分詞或者切詞。 中文斷詞不容易做得 ...

目前繁體中文斷詞系統有中研院CKIP 以及jieba，在一些舊的文章中都提到jieba 無法適當地處理繁體中文，而有替換繁體中文字典的改進作法，不過 ...

Jieba 是一款使用Python (或者說在Python 上最知名的？) 的一款開源中文斷詞工具，當然它也有支援許多不同的NLP 任務，比方說POS、關鍵字抽取.

台灣中研院近日正式開源自行研發多年的中文斷詞程序，提供給在從事中文自然語言處理研究的學術圈或開發者來使用，目前已放上GitHub平台。