在很久很久以前 大概八年前 我分享過一篇文章 利用盤古分詞來做分詞 ( https://blog.no2don.com/2012/10/c_5.html )
結果我最近又被問到這需求，不過物換星移，我查了一下，現在使用 結巴的人很多，稍微玩了一下，就把測試後的結果留下來，給需要的朋友參考一下…
先說明一下，我是使用 .net core 3.1 console 撰寫的
1. 首先 nuget 一下
https://www.nuget.org/packages/jieba.NET/ 2. 然後你必須要準備一個 資料夾放入一些設定檔們，在範例專案 我放在 jiebanet_config ，並且放入那些設定檔 我是在這裡下載的
https://gitlab.jpqhome.com:6/docs/doc-template/tree/0c2b2ea20261660d78b5e9fdf2c24d88afaf1f1e/templates/default/Plugins/Resources
，當然你也可以在我的 github 找到
https://github.com/donma/JiebaPrac/tree/master/JiebaPrac/jiebanet_config 3. 在來就是程式碼的部分
<![CDATA[
using System;
using System.Linq;
namespace JiebaPrac
{
class Program
{
static void Main(string[] args)
{
Console.WriteLine("Hello Jiqba!");
var sourceString = "許當麻緩緩的唱著:那樣的回憶那麼足夠足夠我天天都品嚐著寂寞";
JiebaNet.Segmenter.ConfigManager.ConfigFileBaseDir = AppDomain.CurrentDomain.BaseDirectory + @"jiebanet_config";
var segmenter = new JiebaNet.Segmenter.JiebaSegmenter();
Console.WriteLine("Cut -\r\n");
var segmentsCut = segmenter.Cut(sourceString);
Console.WriteLine(string.Join("/", segmentsCut));
Console.WriteLine("\r\n--------------------------------\r\n");
var posSeg = new JiebaNet.Segmenter.PosSeg.PosSegmenter(segmenter);
var tokens = posSeg.Cut(sourceString);
foreach (var token in tokens) {
Console.ForegroundColor = ConsoleColor.Yellow;
Console.Write(token.Word);
Console.ForegroundColor = ConsoleColor.White;
Console.Write("/");
Console.ForegroundColor = ConsoleColor.DarkGray;
Console.Write(token.Flag);
}
Console.ReadLine();
}
}
}
]]>
result:
4.自訂分詞的屬性 在我的案例中，JiebaNet.Segmenter.PosSeg.PosSegmenter 並不認識 "許當麻" 這時候我必須要把許當麻加入字典中，可以判斷他是一個名詞，這時候 我在
/jiebanet_config/dict.txt 我加入一行 許當麻 6 nr ，這時候結果變成
測試起來不難，只是引入資源時有點小坑，不過可以直接下載我的範例測試..
Github:
https://github.com/donma/JiebaPrac
reference:
http://blog.pulipuli.info/2017/11/fasttag-identify-part-of-speech-in.html
https://gitlab.jpqhome.com:6/docs/doc-template/tree/0c2b2ea20261660d78b5e9fdf2c24d88afaf1f1e/templates/default/Plugins/Resources
https://yanwei-liu.medium.com/python%E8%87%AA%E7%84%B6%E8%AA%9E%E8%A8%80%E8%99%95%E7%90%86-%E4%BA%8C-%E4%BD%BF%E7%94%A8jieba%E9%80%B2%E8%A1%8C%E4%B8%AD%E6%96%87%E6%96%B7%E8%A9%9E-faf7828141a4
http://blog.pulipuli.info/2017/10/text-analyzer-for-text-mining.html
