1、 修改字典格式，提高字典加载速度 2、 增加对英文专业名词的支持 如C++,C#等只要加入字典就可以被分出来 3、 增加词频判断功能，在无法取舍时根据词频取舍 4、 增加优先优先词频选项，通过这个选项动态决定分词粒度 需打开 FreqFirst 5、 增加中文人名前后缀统计和根据该统计定位人名的功能 6、 增加中文人名和未登录词出现频率统计功能 7、 增加自动更新字典功能，对超过阈值的人名和未登录词自动插入字典 需打开 AutoInsertUnknownWords 开关 并设置 UnknownWordsThreshold，(不推荐自动插入，推荐手工插入) 8、 增加定期保存字典和统计结果功能 需设置 AutoSaveInterval 9、 增加KTDictSeg.xml配置文件来配置分词参数 10、增加对Lucene.net 的支持，提供 KTDictSegAnalyzer 分析器给Lucene.net 11、增加字典管理功能，可以添加删除修改字典 12、字典管理中提供从未登录词中批量插入字典功能，可帮助使用者手工选择合适的未登录词插入字典（推荐） 13、提供一个新闻搜索的简单例子，采用Lucene.net+KTDictSegAnalyzer+KTDictSeg,项目名为Demo.KTDictSegAnalyzer 14、将所有ArrayList 改为List<> 其中 src_V1.3.01是源码 rel_V1.3.01 包含所有的可执行文件，配置文件；Data目录下是词库，停用词表，以及我目前统计的人名前后缀词表；News 目录下是Lucene.net为 新闻搜索的例子建的索引。 News.zip 是上图中批量插入时要输入的XML文件，它包含3万条从新浪和中华网抓下来的过时的新闻，大约2000万字左右，可供各位朋友学习使用。 注意：如果要导入news.xml，这个文件必须要和Demo.KTDictSegAnalyzer.exe放在同一个目录下！

转自CCF：https://dl.ccf.org.cn/lecture/lectureDetail?id=4663480272078848。 张勇，剑桥大学博士后。 摘要：健康医疗大数据是健康医疗活动的产物，同时也是进行健康医疗业务优化和辅助决策的基础。健康医疗大数据分散在多个主体管理的多个系统中，所以在应用健康医疗大数据的时候往往需要先进行数据釉合。然而由于生成数据的系统所采用的标准或规范不同，不同来源的数据之间经常存在数据不一致的情况，同时由于应用水平等问题，数据的质量也存在较大问题。数据不一 致和数据质量等问题大大阻碍了数据融合的效率和效果。知识图谱作为作为一种灵活的数据模型，通过一张图来集成所有相关的数据，同时利用对齐等技术来解决数据中存在的问题。本报告将从健康医疗大数据融合的数据模型、过程、工具和应用的角度来介绍如何应用知识图谱来进行健康医疗大数据融合。我们把健康医疗知识图谱分为概念图谱和实例图谱，定义了各 自的数据模型，然后分别介绍了各自的建立过程，以及两者之间如何建立关联。我们提出了“ 医在回路 ”的概念，对医生在构建健康领域知识图谱中的角色和职责进行了定义。基于这些数据模型，我们研发了健康知识图谱构建工具 HKGB 。该工具是一个易于扩展的、跨语言的、智能的知识图谱构建平台。基于该平台，我们构建了面向心血管疾病的知识图谱。最后本报告介绍了健康医疗知识图谱的应用情况。

C/C++语言硬件程序设计——基于TMS320C5000系列DSP 张勇 编著