# CppJieba字典 | |
文件后缀名代表的是词典的编码方式。 | |
比如filename.utf8 是 utf8编码,filename.gbk 是 gbk编码方式。 | |
## 分词 | |
### jieba.dict.utf8/gbk | |
作为最大概率法(MPSegment: Max Probability)分词所使用的词典。 | |
### hmm_model.utf8/gbk | |
作为隐式马尔科夫模型(HMMSegment: Hidden Markov Model)分词所使用的词典。 | |
__对于MixSegment(混合MPSegment和HMMSegment两者)则同时使用以上两个词典__ | |
## 关键词抽取 | |
### idf.utf8 | |
IDF(Inverse Document Frequency) | |
在KeywordExtractor中,使用的是经典的TF-IDF算法,所以需要这么一个词典提供IDF信息。 | |
### stop_words.utf8 | |
停用词词典 | |