Skip to contents

Changelog

Source: NEWS.md

jiebaRS 0.3.0

CRAN release: 2026-08-26

  • 通过选择匹配的 Rust 目标，修复了在原生 Windows ARM64 平台上的源代码安装问题。
  • 添加了 import_cidian() 函数，用于将 SCEL、QCEL、QPYD、BDICT 和 BCD 输入法字典中的单词导入到现有 worker 中。
  • 添加了 read_cidian() 函数，用于将支持的输入法词典读取到包含条目和编码组件的数据框中。
  • 提供了 stopwords_cn、stopwords_en 和 stopwords_full 三份停用词表。 停用词过滤默认情况下仍处于禁用状态。
  • 移除了 get_tuple() 函数；请使用 count_ngrams() 函数进行 n-gram 计数。
  • 函数现在拒绝未命名的可选参数；请按名称提供可选参数。
  • 不再生成内部原生桥接函数的文档。
  • Fixed source installation on native Windows ARM64 by selecting the matching Rust target.
  • Added import_cidian() to import words from SCEL, QCEL, QPYD, BDICT, and BCD input-method dictionaries into an existing worker.
  • Added read_cidian() to read supported input-method dictionaries into a data frame of entries and coding components.
  • Bundled stopwords_cn, stopwords_en, and stopwords_full stopwords datasets are now available for explicit use; stopword filtering remains disabled by default.
  • Removed get_tuple(); use count_ngrams() for n-gram counting.
  • Exported functions now reject unnamed optional arguments; supply optional arguments by name.
  • Documentation for internal native bridge functions is no longer generated for users.

jiebaRS 0.2.0

CRAN release: 2026-08-04

  • 自定义词典和模型文件通过一个通用的 UTF-8 层读取，该层可以处理前导 BOM 并报告无效格式。
  • 拒绝自定义 IDF 词典中的重复条目。
  • 用户词典中省略词频的条目现在会自动推断为 1，词频为 0 的条目会被拒绝。
  • 支持来自 jiebaR 的旧版 word tag 条目。
  • worker() 现在接受 min_keyword_length 参数，用于控制 TF-IDF 和 TextRank 关键词提取返回的词项的最小 Unicode 长度。
  • worker() 现在接受通过 user 参数传入的一个或多个用户词典路径； 词典会按照提供的顺序附加到路径中（qinwf/jiebaR#69）。
  • Custom dictionary and model files are now read through a common UTF-8 layer that handles a leading BOM and reports invalid formats.
  • Reject duplicate entries in custom IDF dictionaries now.
  • User dictionary entries with an omitted frequency now infer one automatically, zero frequencies are rejected.
  • Legacy word tag entries from jiebaR are supported.
  • worker() now accepts min_keyword_length to control the minimum Unicode length of terms returned by TF-IDF and TextRank keyword extraction.
  • worker() now accepts one or more user dictionary paths through user; dictionaries are appended in the supplied order (qinwf/jiebaR#69).

jiebaRS 0.1.0

初始 CRAN 提交。

已实现以下 API：

  • Worker：
    • worker
  • 分词：
    • segment
    • segment_batch
  • 词性：
    • tagging
    • tagging_batch
  • 关键词提取：
    • keywords
    • keywords_df
    • textrank
    • textrank_df
  • 词频和 N 元语法：
    • freq
    • count_ngrams
    • get_tuple
  • 工具函数：
    • filter_segment
    • new_user_word
    • add_word
    • get_idf

添加了必要的测试、文档、基准测试和网站。

Initial CRAN submission.

Implemented these APIs:

  • Workers:
    • worker
  • Segmentation:
    • segment
    • segment_batch
  • Speech Tagging:
    • tagging
    • tagging_batch
  • Keyword Extraction:
    • keywords
    • keywords_df
    • textrank
    • textrank_df
  • Word Frequency and N-grams:
    • freq
    • count_ngrams
    • get_tuple
  • Utilities:
    • filter_segment
    • new_user_word
    • add_word
    • get_idf

Added necessary tests, documents, a benchmark, and the website.