问题：python中利用neo4j构建知识图谱时，为了提高效率使用python的多线程时，其中一个步骤是利用结巴词典自定义词典进行精确的分词，但是使用jieba.load_userdict("")加载字典时，如果字典的数量较大，加载字典的时长会过长，导致程序运行出现错误。
解决方法：将自定义词典设置成jieba词库的内置词典，找到jieba库下面的dict.txt，将自定义词典加入到dict字典中。具体步骤如下： 1.找到默认的结巴词库，将默认词库模型加载到本机缓存，之后每次都从本地缓存中去加载默认词库，缓存文件为 jieba.cache。 2.将自己的自定义词典加入dict.txt中，第一列：词；第二列：词频；第三列：词性。如果不知怎么设置词频、词性，可以将其设置成3和n。 3.保存之后，找到之前缓存文件jieba.cache并删除，路径C:\Users\20655\AppData\Local\Temp\jieba.cache。重新生成缓存文件，注意：每次需要更新内置词典，都需要重新生成缓存文件jieba.cache。
说明：通过对比之后，将自定义词典设置成默认的jieba词典，比从外部导入词典会效率会大大的提高。
