Notes on Chinese word segmentation

最近花了一點時間研究中文斷詞，想要寫一個斷詞用的 PHP extension ，不過對我這個跟 C 不太熟的人來說實在太難了 orz （因此目前 Bigram Full-text Search 只先加上了簡單的停字功能 —— 直接刪除所有停字，不判斷它出現在句子中的什麼位置或者是前後文關係 :p）

先筆記起來，看看以後會不會用到吧…

中文自然語言處理資料

中文斷詞實作

繁體中文詞庫

如何撰寫 PHP Extension

2 Comments

    • 1

    • Gravatar

      Shen’s Gravatar

    • Author

      Shen

    • Date

      February 2, 2008

    • Time

      6:26 am

    你也可以考慮一下中研院的CKIP：http://rocling.iis.sinica.edu.tw/CKIP/

    • 2

    • Gravatar

      Joel Lee’s Gravatar

    • Author

      Joel Lee

    • Date

      February 2, 2008

    • Time

      8:39 am

    我知道這個，但是他沒有提供 source code ，無法作為參考。

    另外，上面第一個連結包山包海地什麼都提到了，也包含了 CKIP 。
    （所以我就偷懶，只筆記了這個連結 XD）

    為了避免連結失效，還是自己備一份好了…

Leave your thoughts
  • You can use some HTML in your comment.
  • Your comment may not display immediately due to spam filtering. Please wait for moderation.