原书出处
机器学习算法原理与编程实践
02 第2章 中文文本分类
文分词不完全是一个技术问题,中文分词的难点也不完全是算法问题。因为关于到底什么是词这个概念在中国理论界已经争论了很多年。
一个著名的例子就是:“鸡蛋”、“牛肉”、“下雨”是词吗?如果是,那么“鸭蛋”、“驴肉”、“下雪”、“鸟蛋”、“鱼肉”、“下雾”也应该是词,按照这样的规则组合下去,会产生很多令人费解的结论。
如果不是,这些字符串在我们日常生活中使用的频率非常高,而且都有独立的意义。 一般像这种最后谁也想不明白的问题,最终都交给
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/机器学习算法原理与编程实践/_epub-src/OEBPS/text00010.html
EPUB SHA-256:70d8d79af4c27e857a132f2bb0cf0dbfa14854fa17c13eacb72320d7c9bf315d