不好意思，我评测的时候又是用的290万的那个鸿雁词库。您的2471万词库，是否有这yaml的格式的词库？能提供下载吗？请指点。
为处理 次哭/词库 这类词频问题，能不能这样？参考楼主选择认可的其他权威词库/词表（汉语常用词表，RIME官方词表），对于这些表中出现的词语（想必/假设 次哭 一词不出现），在鸿雁词库中将它们的词频人为调高，这样起码 词库 一词的词频高于 次哭，次哭 即使保留，也不会和比 词库 的词频高，不会争抢风头。实际上，在#43楼，我已经尝试这样做了。
另外，在290万词库中，出现：yuju-语句，shuru-输入，但yujushuru-于据输入 这种情况。这如何理解？虽然您的2471万词库中，能够打出 语句输入。
另，牝鸡司晨，是个常用的成语，290万大小的词库竟然没有包含？290万的词库起码要有一个机制，包含那些常用的词汇（常用成语、常用技术词汇、常用法律、医学词汇等）吧？楼主仅仅靠语料库出现频率来选择词语？选择的有效率、实用性如何？
在词语的选择，词频的确定方面，楼主一点都不考虑参考别的词库（RIME官方词库等）、语料库吗？只想从自己的语料库选取词语、从零做起？好奇！