worker() 用于新建分词引擎，可以同时新建多个分词引擎。引擎的类型有： mix（混合模型）, mp（最大概率模型）, hmm（HMM模型）, query（索引模型）, tag（标记模型）, simhash（Simhash 模型）和 keywords（关键词模型），共7种。 默认参数

    1. worker(
    2.     type = "mix", 
    3.     dict = DICTPATH, 
    4.     hmm = HMMPATH, 
    5.     user = USERPATH,
    6.     idf = IDFPATH, 
    7.     stop_word = 
    8.     STOPPATH, 
    9.     write = T, 
    10.     qmax = 20, 
    11.     topn = 5,
    12.     encoding = "UTF-8", 
    13.     detect = T, 
    14.     symbol = F, 
    15.     lines = 1e+05,
    16.     output = NULL, 
    17.     bylines = F)

    4.0.1 type

    mp（最大概率模型）- 基于词典和词频

    hmm（HMM模型）- 基于 HMM 模型，可以发现词典中没有的词

    mix（混合模型）- 先用 mp 分，mp 分完调用 hmm 再来把剩余的可能成词的单字分出来。

    query（索引模型）- mix 基础上，对大于一定长度的词再进行一次切分。

    tag（标记模型）- 词性标记，基于词典的

    keywords（关键词模型）- tf-idf 抽 关键词

    simhash（Simhash 模型） - 在关键词的基础上计算 simhash

    4.0.2 dict 系统词典

    优先载入的词典，纯文本文件，默认路径为 jiebaR::DICTPATH 包括词、词频、词性标记三列，用空格分开三列。可以输入自定义路径。

    1. readLines(jiebaR::DICTPATH, 5)
    2. #> [1] "1号店 3 n" "1號店 3 n" "4S店 3 n"  "4s店 3 n"  "AA制 3 n"

    4.0.3 user 用户词典

    用户词典，包括词、词性标记两列。用户词典中的所有词的词频均为系统词典中的最大词频 (默认，可以通过 user_weight 参数修改)。

    4.0.4 user_weight

    用户词典中的词的词频，默认为 “max”，系统词典中的最大值。

    还可以选 “min” 最小值或者 “median” 中位数。

    4.0.5 idf IDF词典

    IDF 词典，关键词提取使用。

    4.0.6 stop_word 关键词用停止词库

    关键词提取使用的停止词库。分词时也可以使用，但是分词时使用的对应路径不能为默认的 jiebaR::STOPPATH。

    4.0.7 write 写入文件

    是否将文件分词结果写入文件，默认为否。只在输入内容为文件路径时，本参数才会被使用。本参数只对分词和词性标注有效。

    4.0.8 qmax 最大索引长度

    索引模型中，最大可能成词的字符数。

    4.0.9 topn 关键词数

    提取的关键词数。

    4.0.10 encoding 输入文件编码

    输入文件的编码，默认为UTF-8。

    4.0.11 detect 检测编码

    是否检查输入文件的编码，默认检查。

    4.0.12 symbol 保留符号

    是否保留符号，默认不保留符号。

    4.0.13 lines 读取行数

    每次读取文件的最大行数，用于控制读取文件的长度。对于大文件，实现分次读取。

    4.0.14 output 输出路径

    指定输出路径，一个字符串路径。只在输入内容为文件路径时，本参数才会被使用。

    4.0.15 bylines 按行输出

    文件结果是否按行输出，如果是，则将读入的文件或字符串向量按行逐个进行分词操作。