机器学习笔记之二十一——基于统计的中文分词方法_基于统计的分词举例

作者：盐析白兔 | 2024-08-06 04:48:43

踩

基于统计的分词举例

中文NLP最基础的问题应该就是分词了，毕竟中文不像英文一样单词与单词之间都有空格存在，所以将句子中的词语分开就是机器对一个句子或者一篇文章进行NLP的第一步。

分词的方法许多，比如基于字典的暴力分词，基于统计的语义分词。因为目前中文分词领域最有效果的就是基于统计的分词方法，所以，我先看它。

这里介绍的是利用有向无环图DAG求最大概率路径的方法，以“去北京玩耍”这句话为示例进行讲解。

继续写下去，到最后end结束时会得到四条路径，概率值最大的那一条就是我们需要的，同时路径所包含的词语也就是我们的分词结果。

jieba分词就用到了这种方法。

参考：

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/盐析白兔/article/detail/935856