隐马尔可夫模型(HMM)和 jieba分词源码的理解

在理解隐马尔可夫模型(HMM)时,看到的很好的博客,记录一下:

1. 隐马尔可夫模型(HMM) - 1 - 基本概念:http://blog.csdn.net/xueyingxue001/article/details/51435728

2.隐马尔可夫模型(HMM) - 2 - 概率计算方法:https://blog.csdn.net/xueyingxue001/article/details/51435752#comments

3.隐马尔可夫(HMM)、前/后向算法、Viterbi算法 再次总结:https://blog.csdn.net/xueyingxue001/article/details/52396494

在理解jieba分词源码时,看到的很好的博客,记录一下:

1. jieba分词源码阅读:http://www.mamicode.com/info-detail-1530766.html

以下是一个作者写的一系列博客,由于时间太早,与现在的jieba分词源码有点出入,但不影响理解。

2.对Python中文分词模块结巴分词算法过程的理解和分析:

  • 1
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值