jcseg 1.7.2版发布了：

1。去除了英文无用标点的切分。

2。新加入字母和标点组合词的识别，例如：c++, g++, c#等等。

    （为此jcseg新加入了一个词库 lex-en-pun.lex，专门用于存放该类词条。）

3。加入中文数字单字单位的识别，例如：五折，十年……，并且jcseg会自动将其转换成阿拉伯数字和单位的组合加入到分词结果中，例如上述会转换为：5折，10年 。

4。为了统一和方便，将英文的切分结果全部转换了为小写，并且lex-mixed.lex中英混合词中的英文字母全部变成了小写，并且优化了英文识别代码。

 

各位哥们要是发现了什么问题，或者有本软件相关的建议，请不吝赐教，欢迎大家交流学习。

 

详细了解jcseg：

下载jcseg：