一、 Ansj
1、利用DicAnalysis可以自定义词库：
2、但是自定义词库存在局限性，导致有些情况无效：
比如： “不好用“的正常分词结果：“不好，用”。
（ 1）当自定义词库”好用“时，词库无效，分词结果不变。
（ 2）当自定义词库
“不好用”时，分词结果为：“不好用”，即此时自定义词库有效。
3、由于版本问题，可能DicAnalysis, ToAnalysis等类没有序列化，导致读取hdfs数据出错
此时需要继承序列化接口
1|case class myAnalysis() extends DicAnalysis with Serializable
2|val seg = new myAnalysis()
二、 HanLP
同样可以通过 CustomDictionary自定义词库：
但是在统计分词中，并不保证自定义词典中的词一定被切分出来，因此用户可在理解后果的情况下通过
1|StandardTokenizer.SEGMENT.enableCustomDictionaryForcing(true)强制生效
并发问题：
CustomDictionary是全局变量，不能在各节点中更改，否则会出现并发错误。
但是 HanLP.segment(sentence)，只有一个参数，不能指定CustomDictionary，导致在各个excutors计算的时候全局CustomDictionary无效。
由于 CustomDictionary是全局变量，因此我采用一个方式：每个分区都对CustomDictionary加锁并添加一次词库，性能影响较小：
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/31524777/viewspace-2648324/ ，如需转载，请注明出处，否则将追究法律责任。
