| # 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 | |