知识卡片

普通读书笔记卡 · 9267.c · 生成模型:GPT-6

后处理合词与模型词典介入不同

理解等级:中级

把已输出字符串中的“解 | 空间”替换为“解空间”是结果后处理,不能等同模型解码时已考虑该词。另用load_with_lexicon让模型接收用户词典,介入位置不同;重叠词与替换顺序也可能改变结果。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      (2)分词结果的后处理。 观察上述分词结果,“解 | 空间”、“解 | 空间 | 树”、“深度 | 优先”都可以看作一个完整的专有名词:解空间、解空间树、深度优先,而分词器划分的粒度过细。为了获得更精确的结果可以将错分的结果合并为专有名词。

    参考来源

    - 位置:《NLP汉语自然语言处理原理与实践 (郑捷)》第01章《中文语言的机器处理》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/NLP汉语自然语言处理原理与实践 (郑捷)/_epub-src/OEBPS/text00006.html) - 结论依据:摘录中关于后处理合词与模型词典介入不同的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。 - 原始内容:(2)分词结果的后处理。 观察上述分词结果,“解 | 空间”、“解 | 空间 | 树”、“深度 | 优先”都可以看作一个完整的专有名词:解空间、解空间树、深度优先,而分词器划分的粒度过细。为了获得更精确的结果可以将错分的结果合并为专有名词。