TfidfExtractor和TextRankExtractor创建报错。

[anderscui]

TfidfExtractor和TextRankExtractor创建报错。

[BestBin]

我下载了源码，已经找到bug了，顺便在bug周围发现了点小问题给你建议一下。

1.bug:
JiebaNet.Analyser.TfidfExtractor 文件第34-37行
if (StopWords.IsEmpty())
{
StopWords.UnionWith(DefaultStopWords);
}
此处的StopWords在IsEmpty()==true的情况下是可以为null的，那么就不能.UnionWith()方法，会报我的这个“未将对象引用设置到对象的实例”的错误。
建议修改JiebaNet.Analyser.KeywordExtractor的SetStopWords方法，
将StopWords = new HashSet();移到if前面，让StopWords不为null。

2.建议：
发现JiebaNet.Analyser.ConfigManager中有这样一行代码来指定路径目录：
ConfigurationManager.AppSettings["JiebaConfigFileDir"] ?? "Resources";
config配置为空的时候，直接赋值Resources是不合适的吧？

虽然你最终调用了Path.GetFullPath()方法来获取绝对路径，但是很有可能获取到的绝对路径并不是我最终启动项目的绝对路径（因为Resources我放在了启动项目下）。
我实机测试将jieba相关放在一个类库，在MVC里放Resources文件夹引用类库方法，VS2013调试启动，断点到Path.GetFullPath()生成的路径是C盘IIS的路径。

所以建议替换成：HttpContext.Current.Server.MapPath("/Resources/")

今天一天公司都没网，一来网就来回复了~~

[anderscui]

@BestBin 我这里是可以的，也是0.38.3，通过NuGet安装，项目类型为ASP.NET MVC.

[BestBin]

@anderscui

[anderscui]

@BestBin 很感谢你的调试：）按照你说的改为空的HashSet，等下次发布再更新。但是这里默认情况下是有一个stopwords文件的，你的配置文件夹里没有吗？

关于你的建议：我这里本意还是希望通过绝对路径来配置，直接使用Resources是兼容最开始的配置方式，当时主要考虑的是控制台应用程序。现在不管对于什么类型的应用，还是直接用绝对路径吧：）

还有一个问题，你对.NET Core熟悉吗？将以前的代码移植到.NET Core工作量大吗？

[BestBin]

@anderscui 哈哈，就是因为第二个文件路径的问题，造成我读取不到stopwords文件，所以一直为空~~

.NET Core 只是自己玩过哦，没啥实际的深入理解。我估摸着移植到.net Core问题不会太大，纯属个人看法~仅供参考，哈哈！

[zuiyuewentian]

@BestBin 非常感谢，正好遇到这个问题，按照你的方法修改了。楼主git上的版本似乎还没有修改。

[anderscui]

@zuiyuewentian 还是建议使用绝对路径来配置：）

@BestBin @zuiyuewentian 能否问一下，你们的分词主要是用在什么项目或者问题上？

[BestBin]

@anderscui 好多地方啊，以前做文库系统用的盘古分词，最近用是做资讯，看盘古好久没啥动静了，就搜到了JieBa...

[zuiyuewentian]

@anderscui 我在配置文件里面配在主目录下，用的相对路径 。
以前用过盘古分词，感觉很麻烦，而且好久了。 在网上搜分词的时候发现了jieba分词还不错，正好发现了.net版的，就想拿过来用的试试。
放到了nuget上使用确实很方便，感谢楼主分享。
可能用的比较多的会在做搜索的时候，定向爬虫也可能会用到。
想到这个的原因是记得罗永浩的手机上的分词功能。

[anderscui]

@BestBin @zuiyuewentian 看来搜索还是最常见的应用，我目前的工作中主要使用Python，对于.NET关注地少了。如果对分词或其它相关的地方有新的需求和想法，欢迎一起来讨论，慢慢添加其它功能：）