淺析常用分詞算法的比較與設(shè)想
與基于理解的分詞算法和基于統(tǒng)計(jì)的分詞算法相比，基于文本匹配的算法更加通用?；谖谋酒ヅ涞乃惴ㄓ址Q之為“機(jī)械分詞算法”，他是它是按照一定的策略將待分析的漢字串與一個(gè)“充分大的”機(jī)器詞典中的詞條進(jìn)行配，若在詞典中找到某個(gè)字符串，則匹配成功，可識(shí)別出一個(gè)詞。按照掃描方向的不同，文本匹配分詞方法可以分為正向匹配和逆向匹配兩種；按照不同長(zhǎng)度優(yōu)先匹配的情況，可以分為最大（最長(zhǎng)）匹配和最小（最短）匹配；按照是否與詞性標(biāo)注過(guò)程相結(jié)合，又可以分為單純分詞方法和分詞與標(biāo)注相結(jié)合的一體化方法。
常用的幾種機(jī)械分詞方法如下：
1） 正向最大匹配法（由左到右的方向）
2） 逆向最大匹配法（由右到左的方向）
3） 最少切分（使每一句中切出的詞數(shù)最小）。
其他的還有將上述各種方法相互組合形成的分詞算法，例如，可以將正向最大匹配方法和逆向最大匹配方法結(jié)合起來(lái)構(gòu)成雙向匹配法。由于漢語(yǔ)單字成詞的特點(diǎn)，正向最小匹配和逆向最小匹配一般很少使用。本文中著重討論正向最大匹配法和逆向最大匹配法。
由于機(jī)械分詞算法的準(zhǔn)確性取決于算法的準(zhǔn)確性與詞庫(kù)完備性兩個(gè)方面。在本文中設(shè)想詞庫(kù)充分大，包含需要的詞語(yǔ)。
一般說(shuō)來(lái)，逆向匹配的切分精度略高于正向匹配，遇到的歧義現(xiàn)象也較少。統(tǒng)計(jì)結(jié)果表明，單純使用正向最大匹配的錯(cuò)誤率為1/169，單純使用逆向最大匹配的錯(cuò)誤率為1/245。但這種精度還遠(yuǎn)遠(yuǎn)不能滿足實(shí)際的需要。實(shí)際使用的分詞系統(tǒng)，都是把機(jī)械分詞作為一種初分手段，還需通過(guò)利用各種其它的語(yǔ)言信息來(lái)進(jìn)一步提高切分的準(zhǔn)確率。
相關(guān)文章
本文詳細(xì)講解了Asp.Net?Core中使用日志組件log4net的方法，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2021-11-11
這篇文章主要介紹了.NET+Sqlite如何支持加密,如果想支持登錄加密，需要另外的擴(kuò)展SQLite?加密擴(kuò)展(SQLite?Encryption?Extension,)，具有讀取/寫入?AES?加密數(shù)據(jù)庫(kù)的附加功能，需要的朋友可以參考下2021-12-12
.NET 開(kāi)源配置組件 AgileConfig的使用簡(jiǎn)介
這篇文章主要介紹了.NET 開(kāi)源配置組件 AgileConfig的使用簡(jiǎn)介，幫助大家更好的理解和學(xué)習(xí)使用.net技術(shù)，感興趣的朋友可以了解下2021-05-05
通過(guò)C#調(diào)用js，用Js解析Json，并將返回值轉(zhuǎn)換為C#數(shù)組,這種思路相信你沒(méi)有用過(guò)吧，試試也無(wú)妨啊，感興趣的你可千萬(wàn)不要走開(kāi)啊2013-01-01
ASP.NET?MVC5網(wǎng)站開(kāi)發(fā)之用戶資料的修改和刪除3（七）
這篇文章主要為大家詳細(xì)介紹了ASP.NET?MVC5網(wǎng)站開(kāi)發(fā)之用戶資料的修改和刪除，感興趣的小伙伴們可以參考一下2016-08-08
ASP.NET?MVC+EF實(shí)現(xiàn)異步增刪改查
這篇文章介紹了ASP.NET?MVC+EF實(shí)現(xiàn)異步增刪改查的方法，文中通過(guò)示例代碼介紹的非常詳細(xì)。對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2022-03-03
本篇文章主要介紹了詳解ASP.NET Core 2.0 視圖引擎(譯)，小編覺(jué)得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2017-11-11
這篇文章主要介紹了asp.net讀取excel文件的三種方法示例,包括采用OleDB讀取Excel文件、引用的com組件讀取Excel文件、用文件流讀取,需要的朋友可以參考下2014-02-02
this connector is disabled錯(cuò)誤的解決方法
打開(kāi)editor/filemanager/connectors/aspx/config.ascx修改CheckAuthentication()方法，返回true2008-11-11
本例需求來(lái)自CSDN論壇，有人問(wèn)：3個(gè)DropDownList和1個(gè)按鈕，每次單擊按鈕動(dòng)態(tài)創(chuàng)建3個(gè)Label控件并從DropDownList獲得值，然后添加到頁(yè)面2012-01-01