6. 原文档其他内容¶
原文档的其他内容，暂时保存到这里。 很多资源已经有变化，内容的修改，增删需要时间进行排查。
6.1. 友情链接¶
https://github.com/baidu/lac 百度中文词法分析（分词+词性+专名）系统
https://github.com/baidu/AnyQ 百度FAQ自动问答系统
https://github.com/baidu/Senta 百度情感识别系统
6.2. 系统集成¶
6.3. 分词速度¶
1.5 MB / Second in Full Mode
400 KB / Second in Default Mode
测试环境: Intel(R) Core(TM) i7-2600 CPU @ 3.4GHz；《围城》.txt
6.4. 常见问题¶
模型的数据是如何生成的？
详见： https://github.com/fxsjy/jieba/issues/7
“台中”总是被切成“台 中”？（以及类似情况）
P(台中) ＜ P(台)×P(中)，“台中”词频不够导致其成词概率较低
解决方法：强制调高词频
jieba.add_word('台中') 或者 jieba.suggest_freq('台中', True)
“今天天气 不错”应该被切成“今天 天气 不错”？（以及类似情况）
解决方法：强制调低词频
jieba.suggest_freq(('今天', '天气'), True)
或者直接删除该词 jieba.del_word('今天天气')
切出了词典中没有的词语，效果不理想？
解决方法：关闭新词发现
jieba.cut('丰田太省了', HMM=False) jieba.cut('我们中出了一个叛徒', HMM=False)
更多问题请点击：https://github.com/fxsjy/jieba/issues?sort=updated&state=closed
