词库格式、意义及其算法？

[hotoo]

我在写一个汉语注音程序， 用到这个非常赞的分词模块。 但是我对分词了解不多，请问下词库里的格式分别是什么意义，后面的数值是如何计算出来的？比如：

茂盛|0x40000000|15108
茂县|0x0040|993
冒充|0x1000|12743
冒出|0x0000|703

后面两列的数值如何理解及如何计算得到？

我发现词库里有些词语缺失，比如『冒顿（mòdú)』这是个匈奴单于的名字，不知道放在汉族姓名的词库里是否合适？

另外请问有带注音的词库吗？

[leizongmin]

词库格式如下： 词语 | 词性 | 权值 词性参考这个文件：https://github.com/leizongmin/node-segment/blob/master/lib/POSTAG.js#L9 权值怎么计算我也不大清楚，词库是采用自“盘古分词组件”的（http://pangusegment.codeplex.com/）。 建议自定义的词默认都设置为1，然后分词测试一下，再调整到合适的值吧 权值是越大越优先

对于诸如“冒顿”这类的词语，暂时可以制作成自定义的词库来使用，如：

var Segment = require('node-segment').Segment;
var segment = new Segment();
segment.useDefault();

// 载入字典，自定义字典文件的绝对路径
segment.loadDict('/dict.txt');