词典怎么用？

有了词典如何用的问题？
在知乎和csdn，以及小伙伴的思路后，整理如下：

一大用途：基于词典的情感分析——情感词典用来判断情感。

链接
算法逻辑
Step 1：读取评论数据，对评论进行分句（分句主要以特定的标点符号为主）。
Step 2：将结巴词典和所有情感词典做并集，得出新的分词词典。
Step 3：查找分句的情感词，记录正面还是负面，以及位置。
Step 4：在情感词前查找程度词，找到就停止搜寻。为程度词设权值，乘以情感值。
Step 5：在情感词前查找否定词，找完全部否定词，若数量为奇数，乘以-1，若为偶数， 乘以 1。
Step 6：找出感叹号和问好等重要的标点符合

1. 判断分句结尾是否有感叹号，有叹号则往前寻找情感词，有则相应的情感值+2。
2. 判断分句结尾是否有问好，有问号该句判断为负面值+2。
   Step 7：计算完一条评论所有分句的情感值（[正面分值, 负面分值]），用数组（list） 记录起来。
   Step 8：计算每条评论中每一个分句的的正面情感均值与负面情感均值，然后比较正面情感总和与负面情感总和，较大的一个即为所得情感倾向。

二大用途：基于词典的中文分词

链接

1. 正向匹配：词典为：【我，苹果，想，吃，今天，发放，可以】。

第一步：求出字典中词的最大长度 word_length。在这个例子中，最大长度的词只有两个字，因此，word_length = 2。
第二步：对句子进行切分，切分结果为：【我想｜吃苹果】。
第三步：拿【我想】去和字典中的词进行匹配。
第四步：字典中没有【我想】这个词。因此将斜杠往左移动一位。此时切分结果为：【我｜想吃苹果】。
第五步：拿【我】去和字典中的词进行匹配。字典中存在【我】这个词。因此得到一个切分结果【我】。
第六步：把句子中的【我】字去掉，此时的句子为：【想吃苹果】。
第七步：重复上述的过程，最后会得到的切分结果为：【我，想，吃，苹果】。
————————————————
版权声明：本文为CSDN博主「推荐算法研究僧」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/harleyrecsys/article/details/125253491
2.逆向最大匹配法

3.双向最大匹配法
假设我们有两种切法：

【自然｜语言｜处理｜是｜人工｜智能｜的｜一个｜重要｜分支】
【自然语言处理｜是｜人工智能｜的｜一个｜重要｜分支】
很显然，第二种切法，把【自然语言处理】和【人工智能】看做是一个词要更准确些，也更符合人对句子的理解。

三大用途——基于词典的命名实体识别

链接