HMM模型下的中文分词的Python3代码

参数估计代码:

# -*- coding: utf-8 -*-



# 二元隐马尔科夫模型(Bigram HMMs)

# 'trainText.txt_utf8'为人民日报已经人工分词的预料,29万多条句子

下载地址:

链接:https://pan.baidu.com/s/1kXosD1P 密码:mq61




import sys


def getList(input_str):
    outpout_str = []
    if len(input_str) == 1:
        outpout_str.append('S')
    elif len(input_str) == 2:
        outpout_str = ['B', 'E']
    else:
        M_num = len(input_str) - 2
        M_list = ['M'] * M_num
        outpout_str.append('B')
        outpout_str.extend(M_list)
        outpout_str.append('E')
    return outpout_str




#state_M = 4
#word_N = 0
A_dic = {}
B_dic = {}
Count_dic = {}   #number of all emerged state
Pi_dic = {}      #number of begin state
word_set = set()


state_list = ['B', 'M', 'E', 'S']


line_num = -1


INPUT_DATA = "trainText.txt_utf8"
PROB_START = "trainHMM\prob_start.py"
PROB_EMIT = "trainHMM\prob_emit.py"
PROB_TRANS = "trainHMM\prob_trans.
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    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 1
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