分词之正向最大匹配法"/>
分词之正向最大匹配法
完整资料和代码获取地址github:zlhcsm
知识普及-正向最大匹配法:
对于输入的一段文本从左至右、以贪心的方式切分出当前位置上长度最大的词。
正向最大匹配算法是基于词典的分词方法,其分词原理是:单词的颗粒度越大,所能表示的含义越确切。
步骤
1,一般从一个字符串的开始位置,选择一个最大长度的词长的片段,如果序列不足最大词长,则选择全部序列。
2,首先看该片段是否在词典中,如果是,则算为一个分出来的词,如果不是,则从右边开始,减少一个字符,然后看短一点的这个片段是否在词典中,一次循环,直到只剩下一个字。
3,序列变为第2步骤截取分词后,剩下的部分序列
核心代码
1.读取字典文件
def init():"""读取字典文件载入词典:return:"""with open("../dic/dict.txt", "r"
更多推荐
分词之正向最大匹配法
发布评论