MMSeg-v0.1发布已经一年有余，要了解相关信息的朋友们可以看这里，需要下载的朋友们可以看这里。

我要在这里感谢曾经帮助和鼓励过我的朋友们！谢谢大家。

今天早上看到一位朋友的邮件，他试图对“「在這些企業中中國企業有十個」”这句话进行分词时遇到如下的异常，（注该朋友对词典进行了简繁转换）

org.solol.mmseg.core.AlgorithmException: There is an ambiguity!
at org.solol.mmseg.internal.AbstractAlgorithm.getCJKWord
(AbstractAlgorithm.java:142)
at org.solol.mmseg.internal.AbstractAlgorithm.next
(AbstractAlgorithm.java:65)
at org.solol.mmseg.core.MMSeg.segment(MMSeg.java:36)
at org.solol.mmseg.core.MMSeg.main(MMSeg.java:130)

这不是一个bug，而是MMSeg在遇到二义性时抛出的一个异常。原来的打算是客户程序通过捕获这个异常来进行二义性处理，现在看来这很不自然，因此我做了一些改进。

以前

我使用上面朋友的例子来说明一下二义性的由来，不过我不使用繁体，而是使用这个“「在这些企业中中国企业有十个」”，这不会妨碍我们讨论问题。

如果你对MMSeg缺乏了解可能需要去阅读算法原文，也可以先看看MMSeg分词算法简述

MMseg-v0.2在处理“「在这些企业中中国企业有十个」”这个句子时首先会产生3个chunk，分别是

编号	chunk	长度
1	「_在_这	3
2	「_在_这些	4
3	「_在这_些	4

使用规则1过滤后得到2个chunk，分别是

编号	chunk	长度
2	「_在_这些	4
3	「_在这_些	4

使用规则2、规则3、规则4的方式和MMSeg分词算法简述中划分研究生命起源的例子中的处理方法完全一样，不在赘述。

四个规则使用完毕后，我们会发现仍然剩余2个chunk，分别是

编号	chunk	长度
2	「_在_这些	4
3	「_在这_些	4

这也就是我所说的二义性，MMSeg对于这种二义性是无能为力的，因此在MMSeg-v0.2以前会抛出一个异常，告诉客户端程序这有一个二义性。

现在

先前的二义性的处理不是很自然，下面我添加了另外的一种方式用来处理二义性。

我为MMSeg提供了一个抽象IAmbiguityHandler来处理二义性，定义如下

/**
 * 2008-4-6
 */
package org.solol.mmseg.core;

/**
 * @author Solo L
 *
 */
public interface IAmbiguityHandler {
  /**
   * 
   * @return IChunk Can not be null.
   */
  IChunk process(IChunk[] chunkList);
}

同时我提供了一个默认的实现，该实现只是简单取第一个chunk，定义如下

/**
 * 2008-4-6
 */
package org.solol.mmseg.internal;

import org.solol.mmseg.core.IAmbiguityHandler;
import org.solol.mmseg.core.IChunk;

/**
 * @author Solo L
 *
 */
public class DefaultAmbiguityHandler implements IAmbiguityHandler {

  public IChunk process(IChunk[] chunkList) {
    return chunkList[0];
  }

}

MMSeg-v0.3会使用默认的二义性处理器，除非你在创建算法时指定自定义的二义性处理器，方法如下

IAlgorithm algorithm = factory.createAlgorithm(type);
//Set your AmbiguityHandler here.
//algorithm.setAmbiguityHandler(ambiguityHandler);

实现自定义二义性处理器你只需要实现IAmbiguityHandler接口。

也就是说，在MMSeg-v0.3中你可以使用默认的处理器或自定义的处理器来处理二义性。

使用MMSeg-v0.3处理“「在这些企业中中国企业有十个」”的结果是：

Complex->「_在_这些_企业_中_中国_企业_有_十个_」_

不会在抛出异常了。

你可以从这里下载MMSeg-v0.3，以前的版本在这里。