← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9280.d · 生成模型:GPT-6

粗细粒度取舍依赖下游目标

理解等级:中级

把浙江大学保留整体有利实体表达,拆成浙江与大学可增加局部匹配机会,但这两段仍可能是词而非不可再分语素。检索索引与查询须协调粒度,细分保证召回、粗分保证精度都不是无条件承诺。

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

      由于语素对词汇的构成也产生影响,实际应用中,汉语分词也分为两个粒度。粗粒度分词:将词作为语言处理最小的基本单位进行切分。细粒度分词:不仅对词汇进行切分,也要对词汇内部的语素进行切分。

    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:摘录中关于粗细粒度取舍依赖下游目标的定义、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:由于语素对词汇的构成也产生影响,实际应用中,汉语分词也分为两个粒度。粗粒度分词:将词作为语言处理最小的基本单位进行切分。细粒度分词:不仅对词汇进行切分,也要对词汇内部的语素进行切分。