|
|
2013-07-01: version 0.31
|
|
|
1. 修改了代码缩进格式，遵循PEP8标准
|
|
|
2. 支持Jython解析器，感谢 @piaolingxue
|
|
|
3. 修复中英混合词汇不能识别数字在前词语的Bug
|
|
|
4. 部分代码重构，感谢 @chao78787
|
|
|
5. 多进程并行分词模式下自动检测CPU个数设置合适的进程数，感谢@linkerlin
|
|
|
6. 修复了0.3版中jieba.extra_tags方法对whoosh模块的错误依赖
|
|
|
|
|
|
|
|
|
|
|
|
2013-07-01: version 0.30
|
|
|
==========================
|
|
|
1) 新增jieba.tokenize方法，返回每个词的起始位置
|
|
|
2) 新增ChineseAnalyzer，用于支持whoosh搜索引擎
|
|
|
3）添加了更多的中英混合词汇
|
|
|
4）修改了一些py文件的加载方法，从而支持py2exe,cxfree打包为exe
|
|
|
|
|
|
2013-06-17: version 0.29.1
|
|
|
==========================
|
|
|
1) 优化了viterbi算法的代码，分词速度提升15%
|
|
|
2) 去除了词典中的一些低质词
|
|
|
|
|
|
2013-06-07: version 0.29
|
|
|
==========================
|
|
|
1) 提升了finalseg子模块命名体识别的准确度
|
|
|
2) 修正了一些badcase
|
|
|
|
|
|
2013-06-01: version 0.28.4
|
|
|
==========================
|
|
|
1) 修正了一些badcase
|
|
|
2) add wraps decorator, by @cloudaice
|
|
|
3) unittest, by @cloudaice
|
|
|
|
|
|
2013-05-02: version 0.28.3
|
|
|
==========================
|
|
|
1) 修正了临时cache文件生成在pypy解析器下出错的问题
|
|
|
|
|
|
2013-04-28: version 0.28.2
|
|
|
==========================
|
|
|
1) 修正了initialize函数默认参数绑定的bug.
|
|
|
|
|
|
2013-04-27: version 0.28
|
|
|
========================
|
|
|
1) 新增词典lazy load功能，用户可以在'import jieba'后再改变词典的路径. 感谢hermanschaaf
|
|
|
2) 显示词典加载异常时错误的词条信息. 感谢neuront
|
|
|
3) 修正了词典被vim编辑后会加载失败的bug. 感谢neuront
|
|
|
|
|
|
2013-04-22: version 0.27
|
|
|
========================
|
|
|
1) 新增并行分词功能，可以在多核计算机上显著提高分词速度
|
|
|
2) 修正了“的”字频过高引起的bug；修正了对小数点和下划线的处理
|
|
|
3) 修正了python2.6存在的兼容性问题
|
|
|
|
|
|
|
|
|
2013-04-07: version 0.26
|
|
|
========================
|
|
|
1) 改进了对标点符号的处理，之前的版本会过滤掉所有的标点符号;
|
|
|
2) 允许用户在自定义词典中添加词性;
|
|
|
3) 改进了关键词提取的功能jieba.analyse.extract_tags;
|
|
|
4) 修复了一个在pypy解释器下运行的bug.
|
|
|
|
|
|
|
|
|
2013-02-18: version 0.25
|
|
|
========================
|
|
|
1）支持繁体中文的分词
|
|
|
2）修正了多python进程时生成cache文件失败的bug
|
|
|
|
|
|
|
|
|
2012-12-28: version 0.24
|
|
|
========================
|
|
|
1) 解决了没有标点的长句子分词效果差的问题，问题在于连续的小概率乘法可能会导致浮点下溢或为0.
|
|
|
2) 修复了0.23的全模式下英文分词的bug
|
|
|
|
|
|
|
|
|
2012-12-12: version 0.23
|
|
|
========================
|
|
|
1) 修复了之前版本不能识别中英混合词语的问题
|
|
|
|
|
|
|
|
|
2012-11-28: version 0.22
|
|
|
========================
|
|
|
1) 新增jieba.cut_for_search方法， 该方法在精确分词的基础上对“长词”进行再次切分，适用于搜索引擎领域的分词，比精确分词模式有更高的召回率。
|
|
|
2) 开始支持Python3.x版。 之前一直是只支持Python2.x系列，从这个版本起有一个单独的jieba3k
|
|
|
|
|
|
|
|
|
2012-11-23: version 0.21
|
|
|
========================
|
|
|
1) 修复了全模式分词中散字过多的问题
|
|
|
2) 用户自定义词典函数load_userdict支持file-like object作为输入
|
|
|
|
|
|
|
|
|
2012-11-06: version 0.20
|
|
|
========================
|
|
|
1) 新增词性标注功能
|
|
|
|
|
|
|
|
|
2012-10-25: version 0.19
|
|
|
========================
|
|
|
1) 提升了模块加载的速度
|
|
|
2) 增加了用户自定义词典的接口
|
|
|
|
|
|
|
|
|
2012-10-16: version 0.18
|
|
|
========================
|
|
|
1) 增加关键词提取功能
|
|
|
|
|
|
|
|
|
2012-10-12: version 0.17
|
|
|
========================
|
|
|
1） 将词典文件dict.txt排序后存储，提升了Trie树构建速度，使得组件初始化时间缩短了10%;
|
|
|
2) 增强了人名词语的训练，增强了未登录人名词语的识别能力
|
|
|
|
|
|
|
|
|
2012-10-09: version 0.16
|
|
|
========================
|
|
|
1）将求最优切分路径的记忆化递归搜索算法改用循环实现，使分词速度提高了15%
|
|
|
|
|
|
2) 修复了Viterbi算法实现上的一个Bug
|
|
|
|
|
|
|
|
|
2012-10-07: version 0.14
|
|
|
========================
|
|
|
1) 结巴分词被发布到了pypi，用户可以通过easy_install或者pip快速安装该组件；
|
|
|
2) 合并了搜狗开源词库2006版，删除了一些低频词
|
|
|
3) 优化了代码，缩短了程序初始化时间。
|
|
|
4) 增加了在线效果演示
|