淺析常用分詞算法的比較與設想
與基于理解的分詞算法和基于統(tǒng)計的分詞算法相比，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“充分大的”機器詞典中的詞條進行配，若在詞典中找到某個字符串，則匹配成功，可識別出一個詞。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；按照不同長度優(yōu)先匹配的情況，可以分為最大（最長）匹配和最?。ㄗ疃蹋┢ヅ?；按照是否與詞性標注過程相結合，又可以分為單純分詞方法和分詞與標注相結合的一體化方法。
常用的幾種機械分詞方法如下：
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?。?/p>
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合起來構成雙向匹配法。由于漢語單字成詞的特點，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。
由于機械分詞算法的準確性取決于算法的準確性與詞庫完備性兩個方面。在本文中設想詞庫充分大，包含需要的詞語。
一般說來，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)計結果表明，單純使用正向最大匹配的錯誤率為1/169，單純使用逆向最大匹配的錯誤率為1/245。但這種精度還遠遠不能滿足實際的需要。實際使用的分詞系統(tǒng)，都是把機械分詞作為一種初分手段，還需通過利用各種其它的語言信息來進一步提高切分的準確率。
相關文章
本文詳細講解了Asp.Net?Core中使用日志組件log4net的方法，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧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，需要另外的擴展SQLite?加密擴展(SQLite?Encryption?Extension,)，具有讀取/寫入?AES?加密數(shù)據(jù)庫的附加功能，需要的朋友可以參考下2021-12-12
這篇文章主要介紹了.NET 開源配置組件 AgileConfig的使用簡介，幫助大家更好的理解和學習使用.net技術，感興趣的朋友可以了解下2021-05-05
通過C#調用js，用Js解析Json，并將返回值轉換為C#數(shù)組,這種思路相信你沒有用過吧，試試也無妨啊，感興趣的你可千萬不要走開啊2013-01-01
ASP.NET?MVC5網(wǎng)站開發(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介紹了ASP.NET?MVC5網(wǎng)站開發(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
這篇文章介紹了ASP.NET?MVC+EF實現(xiàn)異步增刪改查的方法，文中通過示例代碼介紹的非常詳細。對大家的學習或工作具有一定的參考借鑒價值，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)，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧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錯誤的解決方法
打開editor/filemanager/connectors/aspx/config.ascx修改CheckAuthentication()方法，返回true2008-11-11
本例需求來自CSDN論壇，有人問：3個DropDownList和1個按鈕，每次單擊按鈕動態(tài)創(chuàng)建3個Label控件并從DropDownList獲得值，然后添加到頁面2012-01-01