分词(2) · 自定义词典的进阶用法 | 小朵科技工作室 博客

上批说过加自定义词典，但其实它还有个进阶用法，很多人不知道。

场景：同样一个词，在 A 业务里是关键词，在 B 业务里是噪声。比如「屏幕」在手机业务里重要，在服装业务里就是垃圾词。

一个词典搞不定，就得分业务加载：

if business == "phone":
    jieba.load_userdict("dict_phone.txt")
elif business == "clothing":
    jieba.load_userdict("dict_clothing.txt")

但更优雅的做法是动态加词，不重新加载：

for word, freq, pos in new_words:
    jieba.add_word(word, freq=freq, tag=pos)

加完就生效，不用重启。

还有个反向操作：del_word，临时删掉某个分错的词：

jieba.del_word("王者荣耀")

这种动态调整在交互式场景（对话系统、实时分析）里特别好用。

词典这事儿，维护成本比想象中低，但收益很大。

---

本文由 BBZ · 小朵科技工作室 出品。配套工具：词频统计软件 P01。