我使用Spacy作为葡萄牙文档的标记器（最新版本）。 但是，它在下面的句子中犯了一个错误：'esta quebrando aonde nao devia，separando a e o em ao e aos'。它打破了“a”和“o”中的“ao”。用“aonde”（“a”+“onde”）和othes（“aos”等）等其他词语也是如此。其他奇怪的情况：“àquele”变成“a”和“quele”; “às”分为“à”和“s”。问题可以在https://spacy.io/models/pt的“测试模型实时（实验）”中显示。现在，我正在使用tokenizer.add_special_case添加一些已知单词。但我可能不记得所有的情况。有可能调整这个问题吗？
我似乎很适合在两个功能部分中分解“ao”这个词：介词和文章。根据应用程序的不同，根据官方语法的要求将这些部分连接在一起很简单。