腾飞网络营销学园 www.tfwlyx.com
百度的中文分词三点原理
百度中文分词算法 ： 指搜索引擎为了更好的辨别用户的需求 ， 并且为了快速提供给用户
需求性信息而使用的算法。
搜索引擎要在单位时间内处理千万亿级的页面数据量，因此搜索引擎拥有一个中文词
库。比如百度现在大约有 9 万个中文词，那么搜索引擎就可以对千亿级的页面进行分析，
按照中文词库进行了分类。
百度分词基本有三种分法
1 、 基于理解 ： 傻瓜式匹配 ， 小于等于 3 个中文字符百度是不进行切词的 ， 比如搜索 “ 大
学堂 ” 。
2 、 基于统计 ： 百度把一个词标红的原因 ： 标红的词一般是一个关键词 ， 你搜索 “ 学 ” 字的
时候 ， 百度它自认的把 “ 学习 ” 也当成了一个关键词 ， 所以出现 “ 学习 ” 这个词标红 ， 这就
是百度分词法：基于统计分词。
资源评论
garfield823
- 粉丝: 0
- 资源: 6
最新资源
- 项目采用YOLO V4算法模型进行目标检测，使用Deep SORT目标跟踪算法 .zip
- 针对实时视频流和静态图像实现的对象检测和跟踪算法 .zip
- 部署 yolox 算法使用 deepstream.zip
- 基于webmagic、springboot和mybatis的MagicToe Java爬虫设计源码
- 通过实时流协议 (RTSP) 使用 Yolo、OpenCV 和 Python 进行深度学习的对象检测.zip
- 基于Python和HTML的tb商品列表查询分析设计源码
- 基于国民技术RT-THREAD的MULTInstrument多功能电子测量仪器设计源码
- 基于Java技术的网络报修平台后端设计源码
- 基于Python的美食杰中华菜系数据挖掘与分析设计源码
- 基于Java与JavaScript混合技术的吉森摄影项目设计源码
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
