最近一直利用晚上时间在研究分词，不过中文分词实在是个麻烦的技术，个人能力也十分有限，特别对于底层技术还有很多缺憾，目前只能利用已有的字典文件进行分词，没有神经智能可言：（不过应付一些提取关键词以及查找分类什么的还稍微有点用途，有点不太好的就是效率不是很高，还得继续钻研啊……

在网络找到一个词典，很不错，词频、词重以及词性都有了，不过词性有的看不明白，通过网络整理到了一个比较全的北大的标注标准：

更多 »