123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116 |
- 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
|