stanford segmenter加入自定义用户词典

用stanford segmenter在命令行的方式下对一个文本文件的句子进行分词处理,其中输入文件为：preprocess-$1.txt，输出文件为：$1_seged.txt，命令如下所示：

java -mx1g -cp seg.jar edu.stanford.nlp.ie.crf.CRFClassifier     -sighanCorporaDict data     -loadClassifier data/ctb.gz     -testFile preprocess-$1.txt     -inputEncoding UTF-8     -sighanPostProcessing true     -serDictionary data/dict-chris6.ser.gz,data/cedict.txt,data/ntusd.txt     -keepAllWhitespaces false >$1_seged.txt

       其中data/dict-chris6.ser.gz为自带的词典库压缩文件，data/cedict.txt,data/ntusd.txt为用户自定义的两个词典文件，词典文件的数据格式是每一行为一个词。