输入/输出
输入 | 一个输入端口，用于接收数据集 |
|---|---|
输出 | 一个输出端口，用于输出分词后的结果。 |
参数设置
参数名称 | 说明 | 备注 |
|---|---|---|
字段选择 | 选择需要分词的字段列（必须是文本型字段） | 必填 |
自定义词典 | 说明：按行填写词列表，每行一词，最多支持一万词。 支持两种方式输入自定义词：
文件中每行填写一个自定义词：
| |
| 分词算法 | 分词算法包括：
| |
| 正向最大匹配验证 | 最大匹配算法主要包括正向最大匹配算法、逆向最大匹配算法、双向匹配算法等。 其主要原理都是切分出单字串，然后和词库进行比对，如果是一个词就记录下来， 否则通过增加或者减少一个单字，继续比较，一直还剩下一个单字则终止，如果该单字串无法切分，则作为未登录处理 | |
| 启用全局词典 | 使用全局词典中的词辅助进行分词。配置全局词典请参考 引擎设置 。 |
示例
使用“垃圾短信识别”数据，选择文本列数据进行分词，自定义词典默认，则会默认从词库进行搜索匹配进行分词，若自定义词典里设定词组则优先匹配词典里的词组，分词结果输出如下图：
