分词逆向最大匹配算法

1.顺序遍历找出最长的词,依次递推,长度作为是否切分的评判标准 应用:分词,短语匹配# coding=utf-8import numpy as npimport pandas as pdclass IMM(object): def __init__(self,vocab_txtpath): self._vocabs=[] with open(vocab_txtpath,'r') as fr: for l...
摘要由CSDN通过智能技术生成

 

1.顺序遍历找出最长的词,依次递推,长度作为是否切分的评判标准

   应用:分词,短语匹配

  

 

# coding=utf-8
import numpy as np
import pandas as pd

class IMM(object):
    def __init__(self,vocab_txtpath):
        self._vocabs=[]
        with open(vocab_txtpath,'r') as fr:
            for line in fr:
                word_iter=line.strip('\r\n ')
                self._vocabs.append(word_iter)
        self._maximum=max([len(word_iter) for word_iter in self._vocabs])
    def cut(self,sentence):
        words_cur=[]
        length=len(sentence)
        index=length-1
        while index>=0:
            word = None
            for i in range(self._maximum,0,-1):
                word_piece_iter=sentence[index-i:index+1]
                if word_piece_iter in self._vocabs:
                    word=word_piece_iter
                    words_cur.append(word_piece_iter)
                    index-=len(wor
  • 0
    点赞
  • 2
    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