繁體轉換時， "只" 與 "隻" 的轉換策略。

[n6333373]

這是個常見的轉換問題。

想法

在簡體中的 只 如果是量詞，那麼它應該被轉換為 隻 ，其他狀況皆為 只 。 如此應能解決絕大部分的 只 、 隻 轉換問題。

實驗：結巴 0.33

<?php

// composer require fukuball/jieba-php:dev-master

ini_set('memory_limit', '1024M');

require_once __DIR__ . '/vendor/autoload.php';

use Fukuball\Jieba\Finalseg;
use Fukuball\Jieba\Jieba;
use Fukuball\Jieba\Posseg;

Jieba::init(['mode' => 'default', 'dict' => 'big', 'cjk' => 'all']);
Finalseg::init();
Posseg::init();

$sentences = [
    '那只会一成不变', // "只会" 是一個詞。
    '那只会飞的蟑螂', // "只会" 不是一個詞，"只" 是量詞。
    '那只开始发狂的狗', // "只" 是量詞。
];

foreach ($sentences as $sentence) {
    $segs = Jieba::cut($sentence); // 分詞
    $tags = Posseg::cut($sentence); // 詞性標註
    var_dump($segs, $tags);
}

結巴 分詞似乎總是把 只会 當成是一個詞。 而 只 的詞性始終被標註為 d ，無法區別是否為量詞。

相關議題

• https://github.com/BYVoid/OpenCC/issues/257