兼济天下则达 独善其身则穷
四个月前，遇到了Sphinx-for-Chinese的分词问题，也就是分词的粒度问题。在使用Sphinx-for-Chinese时，结果中有秦始皇兵马俑博物馆，搜索兵马俑时搜不到它，搜索兵马俑博物馆时才能搜到它。这只因为词典里有兵马俑博物馆这个词，而Sphinx-for-Chinese使用的是mmseg分词算法，所以使用最优分词策略时，将秦始皇兵马俑博物馆分成秦始皇+兵马俑博物馆。当时只是将词典中类似兵马俑博物馆这些词删除，也解决了这一类问题，但显然还是存在问题的。最近产品那边又提出一些问题，如搜索西海，海岸时搜不到西海岸，搜索肯尼亚时，搜索不到肯尼亚山。于是这个分词问题又提上了日程。
对于这些问题，再次使用去除词典中的词显得不太合适。于是只好采用别的办法，考虑使用近义词的办法，可是还是不合适，因为如果将西海和西海岸设置为同义词，那么搜索西海岸时，也能搜索关于西海的东西，这显然不是我想要的。看来只有改源码了，可是看到Sphinx-for-Chinese那些代码，没有信心做到。于是只好求助网络，可是这么专业的问题，在网页上是找不到的。于是求助Sphinx-for-Chinese,也就在这时，我才发现许多时候还是只能靠自己，许多时候程序员是很浮躁的。
在群里问了一些人，有个人说全切分，可是问他如何做，他就不理你了；有人说思路有很多，近义词就是其中一种，可是和他说了近义词的弊端后，他也不说话了；有人说在配置文件里加个选项即可，想来使用Sphinx-for-Chinese也有些时间，怎么就不知道有一个支持细粒度分词的选项呢？了解了之后，才知道CoreSeek才有这个选项，再细问后，他就说自己很忙，问其他人去。想想自己有问题都是看文档，除非遇到解决不了的问题，才会求助于他人。也知道如果有一些例子，会起到很大的帮助，所以才会写了几篇关于Sphinx-for-Chinese的文章。可是却被这帮人当成不看文档的人，真是有些无辜。最后只好求助于Sphinx-for-Chinese的开发人员，从他口中得知，要想解决这个问题，唯一的办法就是修改源码，这和自己预计的是一样的。
或许自己也变得浮躁了，明知道只有改源码，还是去麻烦其他人，企图有更简便的办法。记得当初遇到SCWS时就不是这样，那时遇到分词问题，愣是使用printf输出找到修改的办法。可是现在，遇到问题时想的却是有没哟更简便的办法。幸好组长没有变浮躁，在他的参与下，很快找到了问题的症结，并给出了一个最初的原型。正是这个原型，点燃了星星之火，带领组长和我走向解决问题的道路，虽然目前看来，还不是最优的解决方案，但至少解决了这个问题。
自己也应该沉下心来，不要再那么浮躁了。