Ecosyste.ms: Awesome
An open API service indexing awesome lists of open source software.
https://github.com/kanglmf/emacs-chinese-word-segmentation
基于结巴分词的 Emacs 中文分词工具
https://github.com/kanglmf/emacs-chinese-word-segmentation
emacs
Last synced: 2 months ago
JSON representation
基于结巴分词的 Emacs 中文分词工具
- Host: GitHub
- URL: https://github.com/kanglmf/emacs-chinese-word-segmentation
- Owner: kanglmf
- License: gpl-3.0
- Created: 2016-04-06T14:07:39.000Z (almost 9 years ago)
- Default Branch: master
- Last Pushed: 2024-06-04T02:30:47.000Z (8 months ago)
- Last Synced: 2024-08-02T01:26:17.881Z (6 months ago)
- Topics: emacs
- Language: Emacs Lisp
- Homepage:
- Size: 4.05 MB
- Stars: 60
- Watchers: 1
- Forks: 7
- Open Issues: 1
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
# emacs-chinese-word-segmentation
基于 [结巴分词](https://github.com/yanyiwu/cppjieba) 的 Emacs 中文分词
工具，实现了以中文词语为单位的移动和编辑。支持 Linux、Cygwin、Windows
和 Android/Termux 平台。目前 Windows 平台支持是通过调用 WSL 或 Cygwin
进程实现的（需要在 WSL 或 Cygwin 中编译）。
## 原理
将光标所在的中文句子发送到外部程序实时进行中文分词，分词结果返回给
Emacs，只用到分词后的每个词组的长度（如 `["中文", "分词"]: 2 2` 只保留
`2 2`）。实际上任何输出该格式（仅需要以空格分隔的词组长度列表）分词结
果的中文分词软件都可以配合本软件包使用，只需设置好
`cns-process-shell-command`。
## 编译
需要先安装 C++ 编译器（ gcc/g++ 或 clang）和 make：
```sh
git clone $this_repo
cd $this_repo
git submodule update --init --recursive
# using g++
make
# using clang++
env CXX=clang++ make
```
将生成 `cnws` 可执行文件（Cygwin 平台为 `cnws.exe`）。
## 使用示例
```elisp
(add-to-list 'load-path "/path/to/this-library")
(setq cns-prog "/path/to/this-library/cnws")
(setq cns-dict-directory "/path/to/this-library/cppjieba/dict")
;; 若使用其它中文分词软件, 需要设置 cns-process-shell-command:
;; (setq cns-process-shell-command "word_segmentation_program arg1 arg2...")
;; Windows 平台（指官方 windows 版 Emacs）请先检查或设置
;; cns-cmdproxy-shell-path，默认优先选择 WSL 环境，因为编译后分词软件
;; 的运行速度在 WSL 中比 Cygwin 速度快，若选择使用 Cygwin 平台作为编译
;; 环境，需要手工设置好 cns-cmdproxy-shell-path。
;;
;; (setq cns-cmdproxy-shell-path "wsl.exe bash")
;; 或
;; (setq cns-cmdproxy-shell-path "C:/cygwin64/bin/bash.exe")
(setq cns-recent-segmentation-limit 20) ; default is 10
(setq cns-debug nil) ; disable debug output, default is t
(require 'cns nil t)
(when (featurep 'cns)
(add-hook 'find-file-hook 'cns-auto-enable))
```
手动开启 minor mode：M-x `cns-mode` RET，或者开
启 `global-cns-mode`.
## 按键绑定
```
+---------------+----------------------+--------------------------+
| key binding | default command | cns-mode command |
+---------------+----------------------+--------------------------+
| M-b | (backward-word) | (cns-backward-word) |
| M-f | (forward-word) | (cns-forward-word) |
| C- | (backward-kill-word) | (cns-backward-kill-word) |
| M-DEL | (backward-kill-word) | (cns-backward-kill-word) |
| C- | (kill-word) | (cns-kill-word) |
| M-d | (kill-word) | (cns-kill-word) |
| M-t | (transpose-words) | (cns-transpose-words) |
+---------------+----------------------+--------------------------+
```
详见 `cns.el` 中的注释。