分词的繁简体问题
分词是基本所有 nlp 的基础，那么分词中的繁简体如何解决？
方案1-HMM预测
不依赖字典，直接根据繁题的字频预测。
优点：降低内存消耗
缺点：不知道 jieba 有没有对应的繁体字频统计。
而且我想在 HMM 服务降级的时候依然可以支持。
方案2-繁体字典预处理
基于 jieba-fenci + opencc4j 首先做一次预处理。
将所有的繁体词组处理一遍，频率和简体的保持一致。
为什么要这样呢？
互转的场景
我们肯定会有【简体=》繁体=》简体】的这种测试验证，我觉得应该保证可逆性。
