《自然语言处理实战入门》第三章 ：中文分词原理及相关组件简介 ---- 工业级词法分析组件百度LAC2.0

---

简介

LAC全称Lexical Analysis of Chinese，是百度NLP（自然语言处理部）研发的一款词法分析工具，可实现中文分词、词性标注、专名识别等功能。

LAC在分词、词性、专名识别的整体准确率超过90%，以专名识别为例，其效果要比同类词法分析工具提升10%以上。

例如：我知道你不知道，百度开源词法LAC帮你更懂中文！

LAC 2.0可以从语义合理性角度精确完成分词、词性标注和专名的一体化识别。

LAC 2.0有哪些优势

自开源以来，LAC得到了不少关注与好评。为了进一步提升厂内外开发者的使用体验，我们对LAC进行了新一轮全面升级，带来5大优势：

效果好：通过大规模语料自动标注和联合模型训练，整体效果业内领先

通过前沿的深度学习模型BiGRU-CRF，LAC 2.0可以联合学习分词、词性标注和实体识别这三个具有强关联性的任务，模型的整体效果F1值超过了0.91，词性标注F1值超过了0.94，专名识别F1值超过了0.85，效果对比业内其他开源工具达到了领先的水平。

同时，对于词法分析而言，OOV(新词，out of vocabulary)是当前模型效果提升最大的障碍，最有效的解决方法是增加数据量