我要做社交关系分析，发现集搜客分词软件处理人名的一个问题

我看到大家讨论比较多的是主题词之间的关系，通过共现矩阵计算中心度，观察主题之间的关系，有时候我们叫这个是语义网络分析，虽然你们技术支持说语义网络有别的含义。

我现在用集搜客分词软件处理微博中的人名，我要把微博内容中体现出来的社交关系分析出来。我发现集搜客分词工具有时候把一个人名分开了，有时候不分开。

所以，我的统计就不准了。我能直接添加新词的方式把这些人名加入吗？加入以后能解决人名被分开的问题吗？

假如系统词库中已经有这2个词： 张三， 张三丰
那在分词的时候，对于文本中的“张三丰”， 会怎样处理呢

在“分词选词”->“选词结果”里，通过“添加词语”把没切出来的词语添加进去，这种就会直接把词语与原数据做匹配统计，不会出现词语被切开的问题，但是与自动分词相比，这种没法智能区分有歧义的词语，比如，添加词语“难看”，在句子“很难看出一个人的内在品德”里“难看”也会被统计到，而自动分词就能判断出这种歧义，就不会切词统计

微舆情 发表于 2020-3-25 10:05
假如系统词库中已经有这2个词： 张三， 张三丰
那在分词的时候，对于文本中的“张三丰”， 会怎样处理呢

如果是系统自动分词，可能切不出两个人名，通过添加词语，把这两个人名添加进去，因为是直接把词语与原数据做匹配统计的，“张三”与“张三丰”的前两个字相同，“张丰”的统计词频就会包括“张三丰”的词频