如何使用用户词典？

[yangqinj]

您好，我看到您在issues里回答说已经可以使用户词典，但是我并没有找到相关的接口。请问，可以请您给出一个使用示例吗？谢谢。

[gzp9595]

您好，非常感谢对THULAC的支持，其中用户词典的定义方法在ReadMe中已经说明~

在定义thulac类的时候，用户词典作为一个参数载入即可~

thulac(user_dict=None, model_path=None, T2S=False, seg_only=False, filt=False, deli='_')初始化程序，进行自定义设置

 user_dict	      	设置用户词典，用户词典中的词会被打上uw标签。词典中每一个词一行，UTF8编码
 T2S					默认False, 是否将句子从繁体转化为简体
 seg_only	   		默认False, 时候只进行分词，不进行词性标注
 filt		   		默认False, 是否使用过滤器去除一些没有意义的词语，例如“可以”。
 model_path	 	    设置模型文件所在文件夹，默认为models/
 deli	 	      	默认为‘_’, 设置词与词性之间的分隔符

[MaJunhua]

#coding:utf-8 import thulac

thu1 = thulac.thulac(seg_only=True, user_dict="mydict.txt") #设置模式为行分词模式 a = thu1.cut("我爱北京天安门", text=True)

mydict.txt 内容每词一行: 机器学习 数据挖掘 ... 我爱北京天安门

[yangqinj]

好的，谢谢。

[stevewyl]

不知道字典的存放位置是否影响？ 我输入如下代码，结果还是没有返回我想要的结果，字典文件中已添加我想要的词 thu1 = thulac.thulac(user_dict="D:/python/text_preprocessing/dict.txt") thu1.cut('我爱深度学习和机器学习', text=True) Out[14]: '我_r 爱_v 深度_n 学习_v 和_c 机器_n 学习_v' 不知道哪里出错了？= =

[MaJunhua]

位置不对python应该会直接报一个file not found吧，你试试 for line in open("D:/python/text_preprocessing/dict.txt) 看看内容对不对？ 还是找不到问题可能是windows和linux/mac环境不同了

[ashengtx]

请教一下，用户词典里的词如果有空格，有没办法将其分出来，比如，justin bieber是一个歌手分成justin bieber，是， 一个， 歌手。

[gzp9595]

因为空格的出现更多的是在英文中，从现在的处理中暂时无法达到这样的效果，我们会在下一个版本尽量解决这个问题

[cchwill]

您好，在使用 thulac.thulac(user_dict=myDictFile)會出現以下 encoding 的 問題，也試著將 T2S 參數設為 True (dict 檔已是 'utf-8'), 請問可以怎麼處理呢? 謝謝!

UnicodeDecodeError: 'cp950' codec can't decode byte 0xe6 in position 0: illegal multibyte sequence