自定义 SCWS 词库

如之前所说，我们所有的索引分词器默认为 scws，这也是我们开发的开源分词系统， 内置的词库基本上能满足绝大多数应用。但总有例外，这也就是即将说的如何自定义词库。

严格来讲，这是 SCWS 本身就提供的功能，xunsearch 只是做了整合和规范。 涉及的相关文件如下（假设 $prefix 是您的安装目录）

$prefix/etc/dict_user.txt

打开上述文件，文件开头已经有了相关注释和说明。这个文件就是自定义词库文件， 如果您同一台机器上装有多个 xunsearch 服务端，那么每个服务端独自使用自己的自定义词典文件。

添加删除修改自定义词库只要编辑该文件即可，以下为相关规范：

• 文件为纯文本文件，编码必须是 UTF-8，可用任何编辑器修改
• 每行一条记录表示一个词，每行包含 1~4 个字段，字段之间用空格或制表符(\t)分隔
• 字段含义依次表示 “词语”，“词频(TF)”，“逆词频率(IDF)”，“词性(ATTR)”
• 后面三个字段如果省略依次使用 scws 的默认值
• 特殊词性 ! 可用于表示删除该词
• 自定义词典优先于内置词典加载和使用，以 # 开头的行为注释

Note: 该功能自 1.2.0 版本起方可使用，源自网友建议。