分词疑问：“钱管家中怎么绑定网银”

[iwaller]

注意事项

请确认下列注意事项：

• 我已仔细阅读下列文档，都没有找到答案：
  • 首页文档
  • wiki
  • 常见问题
• 我已经通过Google和issue区检索功能搜索了我的问题，也没有找到答案。
• 我明白开源社区是出于兴趣爱好聚集起来的自由社区，不承担任何责任或义务。我会礼貌发言，向每一个帮助我的人表示感谢。
• 我在此括号内输入x打钩，代表上述事项确认完毕。

版本号

当前最新版本号是：1.3.4
我使用的版本是：1.3.4

我的问题

分词疑问，添加了自定义词，但是没有分词出来，而是人名识别依然起效果，但感觉人名识别也不对。

复现问题

步骤

触发代码

    public void testIssue1234() throws Exception
    {
        CustomDictionary.add("钱管家");
        System.out.println(HanLP.segment("钱管家中怎么绑定网银"));
    }

期望输出

[钱管家/n,  中/, 怎么/ryv, 绑定/gi, 网银/n]

实际输出

[钱管/nr, 家中/s, 怎么/ryv, 绑定/gi, 网银/n]

其他信息

从分词结果看，钱管分词为一个人名了，添加自定义分词后，没有任何影响。
然后，我关闭人名识别功能，发现还是没有作用，必须要向CoreNatureDictionary.ngram.txt中
添加

钱管家@中 10

并且，将钱管家添加到CoreNatureDictionary.txt中才行。

[AnyListen]

你只需要在添加自定义词典的时候添加词频即可，例如使用下面代码
CustomDictionary.add("钱管家", "nz 2000");
分词结果为：
[钱管家/nz, 中/f, 怎么/r, 绑定/gi, 网银/n]

[hankcs]

1. 感谢反馈。这是个友好的issue，所以应当得到妥善处理。
2. 事实上，用户词典优先级已经是个老生常谈的问题了。绝大多数人认为用户词典中的词语绝对应该分出来，他们没有统计学的概念。
3. 为了避免人们反复提问，我决定加这么一个开关，请参考上面的commit。

ps @AnyListen 使用的是98年的模型，那份语料虽然古老，但比14年的质量高出不少。

[iwaller]

非常感谢大神回复，用户词典词语优先级高了，可能会影响统计分词，目前我们在用户词典的添加不可控，也不期望绝对按用户词典优先，所以目前我是直接针对这个特例做处理，暂时还没有设置用户词典优先级的开关。

[hankcs]

感谢您对HanLP1.x的支持，我一直为没有时间回复所有issue感到抱歉，希望您提的问题已经解决。或者，您可以从《自然语言处理入门》中找到答案。

时光飞逝，HanLP1.x感谢您的一路相伴。我于东部标准时间2019年12月31日发布了HanLP1.x在上一个十年最后一个版本，代号为最后的武士。此后1.x分支将提供稳定性维护，但不是未来开发的焦点。

值此2020新年之际，我很高兴地宣布，HanLP2.0发布了。HanLP2.0的愿景是下一个十年的前沿NLP技术。为此，HanLP2.0采用TensorFlow2.0实现了最前沿的深度学习模型，通过精心设计的框架支撑下游NLP任务，在海量语料库上取得了最前沿的准确率。作为第一个alpha版本，HanLP 2.0.0a0支持分词、词性标注、命名实体识别、依存句法分析、语义依存分析以及文本分类。而且，这些功能并不仅限中文，而是面向全人类语种设计。HanLP2.0提供许多预训练模型，而终端用户仅需两行代码即可部署，深度学习落地不再困难。更多详情，欢迎观看HanLP2.0的介绍视频，或参与论坛讨论。

展望未来，HanLP2.0将集成1.x时代继承下来的高效率务实风范，同时冲刺前沿研究，做工业界和学术界的两栖战舰，请诸君继续多多指教，谢谢。