posseg 的字符级 HMM（256 个 (B/M/E/S × 词性) 状态，6648 字、89290 条发射概率，
gzip+base64 内嵌，DecompressionStream 解压）。分词时先以该模型为热起点，
在你输入的文本上做 MAP-EM（Baum-Welch；M 步把人民日报参数作为 Dirichlet 先验，伪计数 = 先验强度）：
文本中高频共现的字串（如反复出现的人名）会把参数拉向自身而被聚成一词并继承词性；
低频内容由先验主导，保持一般切分质量。训练后的模型参数规模与原模型完全相同（同 256 状态转移/发射表），
直接用 Viterbi 切分+标注。非汉字块按规则处理：数字 → m，字母数字串 → eng，其余 → x。