分词算法的python实现(正向最大匹配法)

本文介绍了正向最大匹配法(MM法)的基本思想,即通过逐个尝试文档字符串的前i个字符作为词来查找词典,成功则切分,失败则继续缩短长度尝试。提供了一个简单的Python实现,词库可以在线获取。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

正向最大匹配法又称MM法,其基本思想是: 假设分词词典中的最长词由i个汉字字符组成,则 用被处理文档的当前字符串中前i个字作为匹配 字段查找词典。若词典中存在这样一个字词,则 匹配成功,匹配字段作为一个词被切分出来,否则 匹配失败。应将匹配字段中的最后一个字去掉, 对剩下的字串重新进行匹配处理。如此进行下 去,直到匹配成功。然后取下一个字字串进行匹 配处理,直到文档被扫描完为止。

下面是我用python对MM算法的简单实现。其中用到的词库大家可以在网上找到。

#!/usr/bin/python
# -*- coding: UTF-8 -*-
import os

note1=input("Enter your input: ");          #键入文本内容
head1=0;
i1=10;
wordlist1=[]                                #分词存放列表
typeis=input("敏感词检测输入0,分词输入其他任意数字:")
if (typeis=='0'):                           #选择词库
    f=open(
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