.\" -*- mode: troff; coding: utf-8 -*-
.\" Automatically generated by Pod::Man 5.01 (Pod::Simple 3.43)
.\"
.\" Standard preamble:
.\" ========================================================================
.de Sp \" Vertical space (when we can't use .PP)
.if t .sp .5v
.if n .sp
..
.de Vb \" Begin verbatim text
.ft CW
.nf
.ne \\$1
..
.de Ve \" End verbatim text
.ft R
.fi
..
.\" \*(C` and \*(C' are quotes in nroff, nothing in troff, for use with C<>.
.ie n \{\
.    ds C` ""
.    ds C' ""
'br\}
.el\{\
.    ds C`
.    ds C'
'br\}
.\"
.\" Escape single quotes in literal strings from groff's Unicode transform.
.ie \n(.g .ds Aq \(aq
.el       .ds Aq '
.\"
.\" If the F register is >0, we'll generate index entries on stderr for
.\" titles (.TH), headers (.SH), subsections (.SS), items (.Ip), and index
.\" entries marked with X<> in POD.  Of course, you'll have to process the
.\" output yourself in some meaningful fashion.
.\"
.\" Avoid warning from groff about undefined register 'F'.
.de IX
..
.nr rF 0
.if \n(.g .if rF .nr rF 1
.if (\n(rF:(\n(.g==0)) \{\
.    if \nF \{\
.        de IX
.        tm Index:\\$1\t\\n%\t"\\$2"
..
.        if !\nF==2 \{\
.            nr % 0
.            nr F 2
.        \}
.    \}
.\}
.rr rF
.\" ========================================================================
.\"
.IX Title "SLMSEG 1"
.TH SLMSEG 1 2024-07-13 "perl v5.38.2" "User Contributed Perl Documentation"
.\" For nroff, turn off justification.  Always turn off hyphenation; it makes
.\" way too many mistakes in technical documents.
.if n .ad l
.nh
.SH "نام (NAME)"
slmseg \- بخش‌بندی متن چینی با الگوریتم تطابق بیشینه.
.SH "خلاصه دستور (SYNOPSIS)"
.IX Header "SYNOPSIS"
\&\fBslmseg\fR \-d \fIdict_file\fR [\fIoption\fR]... [\fIcorpus_file\fR]...
.SH "توضیحات (DESCRIPTION)"
.IX Header "DESCRIPTION"
\&\fBslmseg\fR ابزاری برای بخش‌بندی متن چینی به کلمات با استفاده از الگوریتم تطابق بیشینه (maximum matching) است. \fBslmseg\fR فایل \fIcorpus_file\fR یا در صورت مشخص نشدن نام فایل، ورودی استاندارد را بخش‌بندی کرده و نتیجه بخش‌بندی‌شده را در خروجی استاندارد می‌نویسد.
.SH "گزینه‌ها (OPTIONS)"
.IX Header "OPTIONS"
.IP "\fB\-d\fR \fIdict_file\fR" 4
.IX Item "-d dict_file"
استفاده از \fIdict_file\fR به‌عنوان واژگان (lexicon). یک واژگان پیش‌فرض در مسیر \fI/usr/share/sunpinyin\-slm/dict.utf8\fR موجود است.
.IP "\fB\-f\fR,\fB\-\-format\fR (\fBtext\fR|\fBbin\fR)" 4
.IX Item "-f,--format (text|bin)"
قالب خروجی؛ می‌تواند \(aqtext\(aq یا \(aqbin\(aq باشد. پیش‌فرض \(aqbin\(aq است.
به‌طور معمول، در حالت متنی، متن کلمات در خروجی قرار می‌گیرد، در حالی که در حالت دودویی،
عدد صحیح کوتاه دودویی شناسه‌های کلمه (word-ids) در stdout نوشته می‌شود.
.IP "\fB\-s\fR, \fB\-\-stok\fR \fISTOK_ID\fR" 4
.IX Item "-s, --stok STOK_ID"
شناسه نشانه جمله (Sentence token id). پیش‌فرض 10 است.
این مقدار در حالت دودویی پس از هر جمله در خروجی نوشته خواهد شد.
.IP "\fB\-i\fR, \fB\-\-show\-id\fR" 4
.IX Item "-i, --show-id"
نمایش اطلاعات شناسه (Id). در حالت قالب خروجی متنی، شناسه پس از کلمات شناخته‌شده الصاق می‌شود.
در حالت دودویی، شناسه(ها) به‌صورت متنی چاپ می‌شوند.
.IP "\fB\-m\fR, \fB\-\-model\fR \fIlanguage-model-file\fR مشخص کردن فایل مدل زبان. این فایل همیشه توسط \fBslmthread\fR تولید می‌شود." 4
.IX Item "-m, --model language-model-file Specify the language model file. This file is always generated by slmthread."
.SH "نکات (NOTES)"
.IX Header "NOTES"
در حالت \fBbinary\fR، شناسه‌های متوالی 0 در یک 0 ادغام می‌شوند.
در حالت \fBtext\fR، هیچ فاصله‌ای بین کلمات ناشناخته درج نمی‌شود.
.SH "نویسندگان (AUTHORS)"
.IX Header "AUTHORS"
در ابتدا توسط Phill.Zhang <phill.zhang@sun.com> نوشته شده است.
در حال حاضر توسط Kov.Chai <tchaikov@gmail.com> نگهداری می‌شود.
.SH "همچنین ببینید (SEE ALSO)"
.IX Header "SEE ALSO"
\&\fBmmseg\fR(1), \fBids2ngram\fR (1).