[new feature request] itn 分词歧义问题

[fanlu]

由于现在都是用char进行分割，缺失语义信息，存在一些badcase
'''以上这三个以核心的这个更新的内容我们大概介绍，整体来看我们整体的 PV 是上升的，这个幅度还是蛮大的。之前的话我们是对比了二三年后续所有的历史数据，都是针对的二三年从一月到十一月期间的一个平均数，然后来对比这一上线这五天的数据的一个动情况，我们的 PV 是整体上升了，从七点二万升到二十二万，所以其实是幅度还是蛮大的。然后我们 UV 是从一点一万上升到一点六万，特别说要说的是这个职场群体，我们也是 PV 从一点四万上升到七点六万，就是数据提升的还是非常明显的。'''

[xingchensong]

可行解决方案：可以先过分词，再过itn，此时“23年后续”会被分成“23年”和“后续”，而不是“23年后” 和 “续”，从而解决itn的错误分词问题

[fanlu]

确实是可行的

以上|这|3个|以|核心|的|这个|更新|的|内容|我们|大概|介绍|，|整体|来看|我们|整体|的|PV|是|上升|的|，|这个|幅度|还是|蛮大|的|。|之前|的话|我们|是|对比|了|23年|后续|所有|的|历史|数据|，|都|是|针对|的|23年|从|1月|到|11月|期间|的|一个|平均数|，|然后|来|对比|这|1|上线|这|5天|的|数据|的|一个|动|情况|，|我们|的|PV|是|整体|上升|了|，|从|7.2万|升到|22万|，|所以|其实|是|幅度|还是|蛮大|的|。|然后|我们|UV|是|从|1.1万|上升|到|1.6万|，|特别|说|要|说|的|是|这个|职场|群体|，|我们|也|是|PV|从|1.4万|上升|到|7.6万|，|就是|数据|提升|的|还是|非常|明显|的|。

用了pkuseg,jieba会把一点一万给切成一点和一万

        text = seg.cut(args.text)
        print(text)
        merged_text_list = []
        i = 0
        while i < len(text):
            if text[i][1] == 'm' and text[i+1][1] == 'q': # m应该是数字 q应该是量词 放在一起过itn
                merged_text_list.append(text[i][0] + text[i+1][0])
                i = i + 2
            else:
                merged_text_list.append(text[i][0])
                i = i + 1
        merged_text = '|'.join(merged_text_list)