中文搜索引擎分詞技術(shù)-文庫吧資料
2024-08-29 00:56本頁面
【正文】 不做拼寫檢查 匹配 在同音詞詞典 里面掃描 不匹配 不做提示 不匹配 匹配 輸出權(quán)重比較大 的幾個提示結(jié)果 拼音提示流程 一、如何獲得用戶的查詢信息 可對搜索引擎用戶查詢?nèi)罩?(LOG)文件做 查詢歸類。 感冒 感冒解痛散 感冒解痛顆粒 感冒解痛靈茶 等都能匹配 一 .實(shí)例分析 百度維持著一個同音詞詞典 , 多音字不區(qū)分 百度的中文糾錯和拼音檢索 使用的機(jī)制相同。 ?方案： 將關(guān)系數(shù)據(jù)庫的詞按 字打散，并存放到層次 數(shù)據(jù)庫中。 就是那些在字典中沒收錄過，但又確實(shí)能稱為詞的那些詞。 四 .分詞中的難題 「這個門 把手 壞了」 － 「把手」是個詞 ； 「請 把手 拿開」 －「把手」不是一個詞； 「元帥任命了一名 中將 」 －「中將」是個詞； 「產(chǎn)量三年 中將 增長兩倍」 －「中將」不再是詞。 ： 查詢 :“ 工地方向?qū)?” 正向最大匹配 : 工地 /方向 /導(dǎo) 反向最大匹配 : 工 /地方 /向?qū)? 百度采用 正向最大匹配算法 查詢 : 鄧小平安定軍山 正向最大匹配 : 鄧小平 /安定 /軍 /山 百度分詞： 鄧小平 /安 /定軍山 結(jié)論：百度識別人名、影視、戲劇名等專用詞，
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1