@isdk/zh-particles

English | 中文

中文结构助词「的/地/得」判定：区分助词与实词

它解决什么

这三个字混用确实是常见错别字，但它们同时也是实词的一部分：

| 原文 | 误用后 | 是否等价 | |---|---|---| | 他高兴地接受 | 他高兴的接受 | ✅ 是（助词） | | 辽阔的大地 | 辽阔的大的 | ❌ 否（实词） | | 他得到了批准 | 他到的了批准 | ❌ 否（实词） |

所以判定的关键不是"是不是这三个字"，而是**"此处的字是不是独立的助词 token"**。 jieba 把「土地」切成 土地/n，里面的「地」根本不是独立 token，自然不会被折叠。

用法

npm i @isdk/zh-particles

import { createGuardListParticleTagger, createJiebaParticleTagger } from '@isdk/zh-particles';

// 零依赖保守模式（实词保护表）
createGuardListParticleTagger().foldableAt('辽阔的大地').has(4); // false

// 精确模式：注入 jieba
import * as jieba from '@isdk/nlp-jieba';
const tagger = createJiebaParticleTagger(jieba);
tagger.foldableAt('他高兴地接受').has(3); // true（助词）
tagger.foldableAt('这片土地').has(3);     // false（实词）

边界与取舍

• 契约是 foldableAt(text) → ReadonlySet<下标>，一次性返回可折叠下标集合， 只需分词一次而非每位置各分一次
• 主包默认不折叠（ignoreParticles: false）：误判代价高于漏判
• 保护表是无底洞（大地/土地/得到/值得/懂得…），能引 jieba 就引

相关

• 总览：../../PACKAGES.md
• 英文：README.en.md