基于字符串匹配的分词算法概述_第1页
基于字符串匹配的分词算法概述_第2页
基于字符串匹配的分词算法概述_第3页
基于字符串匹配的分词算法概述_第4页
基于字符串匹配的分词算法概述_第5页
已阅读5页，还剩12页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1基于字符串匹配的分词方法2内容提纲分词算法分类各算法简介总结3扫描方向：正向匹配逆向匹配不同长度优先匹配情况：最大匹配

最小匹配是否与词性标注过程结合：

单纯分词法分词与标注相结合的方法算法分类4基本思想：

选取固定长个汉字的符号串作为最大符号串，把最大符号串与词典中的单词条目相匹配，如果不能匹配，就去掉一个汉字继续匹配，直到在词典中找到相应的单词为止。

匹配方向是从左向右，减字方向是从右向左。正向最大匹配算法5算法流程：第1步

初始化字符串并设置最大符号串长度P1为待分析字符串，初始值为用户输入的句子P2为分词结果字符串，初始值为空M为候选子串，初始值为空第2步

若P1不为空，从P1左边取出候选子串M

若P1为空，输出P2作为分词结果第3步

查词典，若M在词表中，将M加入到P2中，并将M从P1中去掉，转第2步

若M不在词表中，将M的最右边一个字去掉，转第3步算法举例正向最大匹配算法6逆向最大匹配算法

逆向最大匹配算法与正向最大匹配算法类似，只是匹配的方向是从右到左，减词方向是从左到右。它的算法比正向最大匹配算法的精确度高一些。7词典中的词按照由长到短逐减的顺序逐字搜索整个待处理的材料，一直到把全部的词切分出来。该算法不论分词词典多大，被

人人文库> 全部分类> 专业文献 > 医学资料

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论