2.x分词疑似误分汇总，欢迎跟帖，目标当然是为了hanlp做得更好😄

[AliBug]

下达市 ——> 下达 . 市

[hankcs]

@AliBug

马来 ——> “马” “来"

这是个有意思的发现，语料库中只有“马来西亚”的“马来”，造成了这种bias。

[hankcs]

刚刚发布了一个在一亿字大语料上训练的albert_base分词模型，初步测试基本达到生产要求，你可以试试：

Release ALBERT based cws model trained on 100 million corpus with high performance: f1: 0.9740 - speed: 269.35 sample/sec on CTB6

另外，汇报错误的时候建议用链接的形式，这样下次就不用手敲了，比如链接。

[AliBug]

句法依存的模型什么时候更新啊？

[hankcs]

parsing部分其实做的改进非常多，包括tree/graph constraint、sdp等等。预计放到 2.0.1里，跟PyTorch后端一起发布。