讀書筆記2之中文分詞流程HanLP

  句子切分： 系統讀取帶分詞的字符串。輸入的是一個句子或者一篇文章。如果是篇章則系統會首先進行句子切分，然後調用多線程，對每個切分的句子再進行分詞。 導入詞典： 根據輸入的配置信息，導入相應的詞典。 進入粗分階段：    首先，對句子進行字符級切分，即將輸入的句子切分爲單個UTF-8編碼的字符數組 然後，一元切分。查詢核心詞典，將字符切分的結果與詞典最大匹配，匹配結果，包括詞形、詞性、詞頻等信息

>>阅读原文<<