中文分词之最短路径法和N最短路径

考虑到汉语分词存在切分歧义消除和未登录词识别两个主要问题，因此，有专家将分词分成两个阶段：1.用分词算法进行粗分2.对粗分的最好结果进行歧义消除和未登录词识别。

最短路径法是一种自动分词的算法。它将一句话中的字元视为节点，先找出该句子中存在的所有词语，一个词语的两端：词尾字元和词之前一个字之间视为具有连接。（连接权值可以全为1，或者根据语料库中的词频取对数附加权值。）找出从句子头到尾字元中间的最短路径，便完成了分词。

N最短路径是在头到尾所有可能的路径中找出前N个最短路径。也就是N种分词结果作为粗分结果集。

最短路径的求解算法：

Dijkstra(迪杰斯特拉)算法是典型的单源最短路径算法，用于计算一个节点到其他所有节点的最短路径。主要特点是以起始点为中心向外层层扩展，直到扩展到终点为止。Dijkstra算法是很有代表性的最短路径算法，在很多专业课程中都作为基本内容有详细的介绍，如数据结构，图论，运筹学等等。注意该算法要求图中不存在负权边。