中文分詞

最常見的分詞方法是基於詞典匹配 – 最大長度查找（前向查找，後向查找） 後向查找準確 數據結構 – 爲了提高查找效率，不要逐個匹配詞典中的詞 – 查找詞典所佔的時間可能佔總的分詞時間的1/3左右，爲了保證切分速度，需要選擇一個好的查找詞典方法 – Trie樹常用於加速分詞查找詞典問題 說明反向比較好，正向的話有歧義 貝葉斯公式： 大學生 大學 大腦 大型活動 p(w2=學|w1=大)=p(大，學)

>>阅读原文<<