推荐订阅源

在Segment.GenerateWordNet()中，循环每一个原子分词，找出所有可能的词组组合。
像下面的一句话的进行分词：

         string sSentence = @"三星SHX-132型号的(手机)1元钱２５６.８９元12.14%百分比12％";

原子分词：

      始##始     1
         三     7
         星     7
   SHX-132     5
         型     7
         号     7
         的     7
         (     6
         手     7
         机     7
         )     6
         1     5
         元     7
         钱     7
    ２５６.８９     9
         元     7
    12.14%     5
         百     7
         分     7
         比     7
        12     5
         ％     6
      末##末     4

在进入词组判断时，调用GenerateWordNet()

// 将所有可能的组词存入m_segGraph
         for (int i = 0; i < atomSegment.Count; i++)//All the word
         {
            sWord = atomSegment[i].sWord;//Get the current atom
            int j = i + 1;

            
             //是否过滤一下？只考虑中文字？？
            //WordInfo wordInfo = coreDict.GetMatchedWordInfo(sWord);
            while (j < atomSegment.Count && coreDict.GetMaxMatch(sWord, out sMaxMatchWord, out nPOSRet))
            {
               if (sMaxMatchWord == sWord)  // 就是我们要找的词
               {
                  WordInfo info = coreDict.GetWordInfo(sWord); // 该词可能就有多种词性

.
               }

               sWord += atomSegment[j++].sWord;
            }
         }

在while循环中，需要判断下面这些词组：
“三星SHX-132”，“星SHX-132”，“SHX-132”，“SHX-132型”，“的(”，“(”，“手机)”，“机)”，“)”，“1”，“钱２５６.８９”，“２５６.８９”，“元12.14%”等等。
词组判断共进行了44次，无效词组判断有17次，无效效率达到38.6%
个人认为，数字、符号、分隔符、字母无需进行词组判断，可以节省一些时间效率。