知识卡片

普通读书笔记卡 · 9280.b · 生成模型:GPT-6

分词标准是任务可复查的约定

理解等级:中级

母语者对同一文本也可给出不同边界,因此分词系统需要记录目标规范和粒度。统一训练评价口径便于比较,不要求所有应用共用唯一粒度,也不能把某个小样本认同率当全部汉语的固定属性。

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

      1996年,有人通过6个母语为汉语的被试者对同一篇文本进行手工分词,文本由100个句子组成,含4 372个字。被试者共6人,其中三位来自内地,三位来自我国台湾地区。人们因自身居住地区的不同、受教育程度等因素,对词汇的切分产生的差异,称为词语

    参考来源

    - 位置:《NLP汉语自然语言处理原理与实践 (郑捷)》第03章《词汇与分词技术》(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/text00008.html) - 结论依据:摘录中关于分词标准是任务可复查的约定的定义、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:1996年,有人通过6个母语为汉语的被试者对同一篇文本进行手工分词,文本由100个句子组成,含4 372个字。被试者共6人,其中三位来自内地,三位来自我国台湾地区。人们因自身居住地区的不同、受教育程度等因素,对词汇的切分产生的差异,称为词语