基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
中文分词是搜索引擎、机器翻译、情感分析等自然语言处理的基础,分词的准确率和效率对后续的工作有着非常大的影响.目前性能比较好的分词算法是基于统计机器学习的方法,隐马尔可夫模型能够较好地描述词与词之间的前后关系.论述模型实现中文分词的基本原理,并给出模型的Python实现.
推荐文章
基于隐马尔可夫模型的中文文本事件信息抽取
隐马尔可夫模型
事件信息抽取
触发词
事件要素
基于隐马尔可夫模型的运动目标轨迹识别
轨迹识别
运动分析
行为模式
隐马尔可夫模型
基于主动学习隐马尔可夫模型的文本信息抽取
主动学习
隐马尔可夫模型
文本信息抽取
基于改进隐马尔可夫模型的网络动态风险评估
风险评估
隐马尔可夫模型(HMM)
蚁群算法
Snort系统
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于隐马尔可夫模型的中文分词
来源期刊 现代计算机 学科
关键词 隐马尔可夫模型 中文分词 分词算法 Python
年,卷(期) 2018,(33) 所属期刊栏目 研究与开发
研究方向 页码范围 25-28
页数 4页 分类号
字数 2547字 语种 中文
DOI 10.3969/j.issn.1007-1423.2018.33.006
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴帅 上饶师范学院数学与计算机科学学院 7 30 3.0 5.0
2 潘海珍 上饶师范学院数学与计算机科学学院 6 21 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (28)
共引文献  (61)
参考文献  (2)
节点文献
引证文献  (10)
同被引文献  (21)
二级引证文献  (18)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(16)
  • 引证文献(8)
  • 二级引证文献(8)
2020(12)
  • 引证文献(2)
  • 二级引证文献(10)
研究主题发展历程
节点文献
隐马尔可夫模型
中文分词
分词算法
Python
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代计算机
旬刊
1007-1423
44-1415/TP
16开
广东省广州市
46-121
1984
chi
出版文献量(篇)
11312
总下载数(次)
39
总被引数(次)
33178
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导