public void TestAddWord2()
{
WordDictionary.Instance.LoadDictWords(@"..\..\test_files\dict2.txt");
_segmenter = new ChineseSegmenter(CutCommandType.Hmm, AddWordCommandType.Hmm);
const string sentence = @"他来到了浙江省网易大厦";
var result = _segmenter.Cut(sentence);
var segment = string.Join("/", result);
Assert.AreEqual("他/来到/了/浙江省/网易/大厦", segment);
_segmenter.LoadUserDictWord(@"..\..\test_files\user_dict2.txt");
result = _segmenter.Cut(sentence);
segment = string.Join("/", result);
Assert.AreEqual("他/来到/了/浙江省/网易大厦", segment);
}
public void TestAddWord2()
{
WordDictionary.Instance.LoadDictWords(@"..\..\test_files\dict2.txt");
_segmenter = new ChineseSegmenter(CutCommandType.Hmm, AddWordCommandType.Hmm);
const string sentence = @"他来到了浙江省网易大厦";
var result = _segmenter.Cut(sentence);
var segment = string.Join("/", result);
Assert.AreEqual("他/来到/了/浙江省/网易/大厦", segment);
_segmenter.LoadUserDictWord(@"..\..\test_files\user_dict2.txt");
result = _segmenter.Cut(sentence);
segment = string.Join("/", result);
Assert.AreEqual("他/来到/了/浙江省/网易大厦", segment);
}
public void TestCutDAG_No_HMM()
{
WordDictionary.Instance.LoadDictWords(@"..\..\test_files\dict2.txt");
const string sentence = @"他来到了浙江省网易杭研大厦";
_segmenter = new ChineseSegmenter(CutCommandType.NoHmm);
var result = _segmenter.Cut(sentence);
var segment = string.Join("/", result);
Assert.AreEqual("他/来到/了/浙江省/网易/杭/研/大厦", segment);
}
public void TestCutDAG_All()
{
WordDictionary.Instance.LoadDictWords(@"..\..\test_files\dict2.txt");
const string sentence = @"他来到了浙江省网易杭研大厦";
_segmenter = new ChineseSegmenter(CutCommandType.All);
var result = _segmenter.Cut(sentence);
var segment = string.Join("/", result);
Assert.AreEqual("他/来到/了/浙江/浙江省/网易/杭/研/大厦", segment);
}
static void Main(string[] args)
{
var input = new[]
{
"我不喜欢日本和服。",
"雷猴回归人间。",
"工信处女干事每月经过下属科室都要亲口交代24口交换机等技术性器件的安装工作。",
"我需要廉租房。",
"永和服装饰品有限公司。",
"我爱北京天安门。",
"abc",
"隐马尔可夫",
"雷猴是个好网站",
"“Microsoft”一词由“MICROcomputer（微型计算机）”和“SOFTware（软件）”两部分组成",
"草泥马和欺实马是今年的流行词汇",
"伊藤洋华堂总府店",
"中国科学院计算技术研究所",
"罗密欧与朱丽叶",
"我购买了道具和服装",
"PS: 我觉得开源有一个好处，就是能够敦促自己不断改进，避免敞帚自珍",
"湖北省石首市",
"湖北省十堰市",
"总经理完成了这件事情",
"这是一个伸手不见五指的黑夜。我叫孙悟空，我爱北京，我爱Python和C++。",
"电脑修好了",
"做好了这件事情就一了百了了",
"人们审美的观点是不同的。",
"我们买了一个美的空调",
"线程初始化时我们要注意",
"一个分子是由好多原子组织成的",
"祝你马到功成",
"他掉进了无底洞里",
"中国的首都是北京",
"孙君意",
"外交部发言人马朝旭",
"领导人会议和第四届东亚峰会",
"在过去的这五年",
"还需要很长的路要走",
"60周年首都阅兵",
"你好人们审美的观点是不同的",
"买水果然后来世博园",
"买水果然后去世博园",
"张晓梅去人民医院做了个B超然后去买了件T恤",
"AT&T是一件不错的公司，给你发offer了吗？",
"C++和c#是什么关系？11+122=133，是吗？"
};
var expected = new[]
{
"我/不/喜欢/日本/和服/。",
"雷猴/回归/人间/。",
"工信处/女干事/每月/经过/下属/科室/都/要/亲口/交代/24/口/交换机/等/技术性/器件/的/安装/工作/。",
"我/需要/廉租房/。",
"永和/服装/饰品/有限公司/。",
"我/爱/北京/天安门/。",
"abc",
"隐/马尔可夫",
"雷猴/是/个/好/网站",
"“/Microsoft/”/一词/由/“/MICROcomputer/（/微型/计算机/）/”/和/“/SOFTware/（/软件/）/”/两/部分/组成",
"草泥马/和/欺实/马/是/今年/的/流行/词汇",
"伊藤/洋华堂/总府/店",
"中国科学院计算技术研究所",
"罗密欧/与/朱丽叶",
"我/购买/了/道具/和/服装",
"PS/:/ /我/觉得/开源/有/一个/好处/，/就是/能够/敦促/自己/不断改进/，/避免/敞帚/自珍",
"湖北省/石首市",
"湖北省/十堰市",
"总经理/完成/了/这件/事情",
"这是/一个/伸手不见五指/的/黑夜/。/我/叫/孙悟空/，/我/爱/北京/，/我/爱/Python/和/C++/。",
"电脑/修好/了",
"做好/了/这件/事情/就/一了百了/了",
"人们/审美/的/观点/是/不同/的/。",
"我们/买/了/一个/美的/空调",
"线程/初始化/时/我们/要/注意",
"一个/分子/是/由/好多/原子/组织/成/的",
"祝/你/马到功成",
"他/掉/进/了/无底洞/里",
"中国/的/首都/是/北京",
"孙君意",
"外交部/发言人/马朝旭",
"领导人/会议/和/第四届/东亚/峰会",
"在/过去/的/这/五年",
"还/需要/很长/的/路/要/走",
"60/周年/首都/阅兵",
"你好/人们/审美/的/观点/是/不同/的",
"买/水果/然后/来/世博园",
"买/水果/然后/去/世博园",
"张晓梅/去/人民/医院/做/了/个/B超/然后/去/买/了/件/T恤",
"AT&T/是/一件/不错/的/公司/，/给/你/发/offer/了/吗/？",
"C++/和/c#/是/什么/关系/？/11/+/122/=/133/，/是/吗/？",
};
var segmenter = new ChineseSegmenter();
for (var i = 0; i < input.Length; i++)
{
string result = segmenter.Cut(input[i]);
if (result != expected[i])
{
Console.WriteLine(expected[i]);
Console.WriteLine(result);
Console.WriteLine("-----------------------------------------------------");
}
}
}
static void Main(string[] args)
{
var input = new[]
{
"我不喜欢日本和服。",
"雷猴回归人间。",
"工信处女干事每月经过下属科室都要亲口交代24口交换机等技术性器件的安装工作。",
"我需要廉租房。",
"永和服装饰品有限公司。",
"我爱北京天安门。",
"abc",
"隐马尔可夫",
"雷猴是个好网站",
"“Microsoft”一词由“MICROcomputer（微型计算机）”和“SOFTware（软件）”两部分组成",
"草泥马和欺实马是今年的流行词汇",
"伊藤洋华堂总府店",
"中国科学院计算技术研究所",
"罗密欧与朱丽叶",
"我购买了道具和服装",
"PS: 我觉得开源有一个好处，就是能够敦促自己不断改进，避免敞帚自珍",
"湖北省石首市",
"湖北省十堰市",
"总经理完成了这件事情",
"这是一个伸手不见五指的黑夜。我叫孙悟空，我爱北京，我爱Python和C++。",
"电脑修好了",
"做好了这件事情就一了百了了",
"人们审美的观点是不同的。",
"我们买了一个美的空调",
"线程初始化时我们要注意",
"一个分子是由好多原子组织成的",
"祝你马到功成",
"他掉进了无底洞里",
"中国的首都是北京",
"孙君意",
"外交部发言人马朝旭",
"领导人会议和第四届东亚峰会",
"在过去的这五年",
"还需要很长的路要走",
"60周年首都阅兵",
"你好人们审美的观点是不同的",
"买水果然后来世博园",
"买水果然后去世博园",
"张晓梅去人民医院做了个B超然后去买了件T恤",
"AT&T是一件不错的公司，给你发offer了吗？",
"C++和c#是什么关系？11+122=133，是吗？"
};
var expected = new[]
{
"我/不/喜欢/日本/和服/。",
"雷猴/回归/人间/。",
"工信处/女干事/每月/经过/下属/科室/都/要/亲口/交代/24/口/交换机/等/技术性/器件/的/安装/工作/。",
"我/需要/廉租房/。",
"永和/服装/饰品/有限公司/。",
"我/爱/北京/天安门/。",
"abc",
"隐/马尔可夫",
"雷猴/是/个/好/网站",
"“/Microsoft/”/一词/由/“/MICROcomputer/（/微型/计算机/）/”/和/“/SOFTware/（/软件/）/”/两/部分/组成",
"草泥马/和/欺实/马/是/今年/的/流行/词汇",
"伊藤/洋华堂/总府/店",
"中国科学院计算技术研究所",
"罗密欧/与/朱丽叶",
"我/购买/了/道具/和/服装",
"PS/:/ /我/觉得/开源/有/一个/好处/，/就是/能够/敦促/自己/不断改进/，/避免/敞帚/自珍",
"湖北省/石首市",
"湖北省/十堰市",
"总经理/完成/了/这件/事情",
"这是/一个/伸手不见五指/的/黑夜/。/我/叫/孙悟空/，/我/爱/北京/，/我/爱/Python/和/C++/。",
"电脑/修好/了",
"做好/了/这件/事情/就/一了百了/了",
"人们/审美/的/观点/是/不同/的/。",
"我们/买/了/一个/美的/空调",
"线程/初始化/时/我们/要/注意",
"一个/分子/是/由/好多/原子/组织/成/的",
"祝/你/马到功成",
"他/掉/进/了/无底洞/里",
"中国/的/首都/是/北京",
"孙君意",
"外交部/发言人/马朝旭",
"领导人/会议/和/第四届/东亚/峰会",
"在/过去/的/这/五年",
"还/需要/很长/的/路/要/走",
"60/周年/首都/阅兵",
"你好/人们/审美/的/观点/是/不同/的",
"买/水果/然后/来/世博园",
"买/水果/然后/去/世博园",
"张晓梅/去/人民/医院/做/了/个/B超/然后/去/买/了/件/T恤",
"AT&T/是/一件/不错/的/公司/，/给/你/发/offer/了/吗/？",
"C++/和/c#/是/什么/关系/？/11/+/122/=/133/，/是/吗/？",
};
var segmenter = new ChineseSegmenter();
for (var i = 0; i < input.Length; i ++)
{
string result = segmenter.Cut(input[i]);
if (result != expected[i])
{
Console.WriteLine(expected[i]);
Console.WriteLine(result);
Console.WriteLine("-----------------------------------------------------");
}
}
}