在使用python版 hanlp进行分词,有自定义词典“亚胺培南、西司他丁”。对文本“亚胺培南西司他丁”进行分词时,为什么会分出“[亚胺/gb, 培/v, 南西/nrf, 司/ng, 他/rr, 丁/ng]”,如何强制使用自定义词典,期望分词为“[亚胺培南/kw,西司他丁/kw]”
如果用jieba分词的话,应该可以自定义词频,提高自定义词的优先级
jieba.add_word('亚胺培南', freq=20000)
jieba.add_word('西司他丁', freq=20000)
list(jieba.cut('亚胺培南西司他丁'))