Hanlp自然语言处理中的词典格式说明

使用过hanlp的都知道hanlp中有许多词典，它们的格式都是非常相似的，形式都是文本文档，随时可以修改。本篇文章详细介绍了hanlp中的词典格式，以满足用户自定义的需要。

基本格式

词典分为词频词性词典和词频词典。

1、词频词性词典（如CoreNatureDictionary.txt）

（1）每一行代表一个单词，格式遵从[单词] [词性A] [A的频次] [词性B] [B的频次] ...。

（2）支持省略词性和频次，直接一行一个单词。

（3）.txt词典文件的分隔符为空格或制表符，所以不支持含有空格的词语。如果需要支持空格，请使用英文逗号,分割的纯文本.csv文件。在使用Excel等富文本编辑器时，则请注意保存为纯文本形式。

2、词频词典（如CoreNatureDictionary.ngram.txt）

（1）每一行代表一个单词或条目，格式遵从[单词] [单词的频次]。

（2）每一行的分隔符为空格或制表符。