qianwenhong

Stanford Word Segmenter是斯坦福大学NLP group研发的一套基于CRF的开源中文分词系统，采用CRF(Conditional Random Fields)算法。下面将下载Stangford Word Segmenter 软件包,在Eclipse上调试成功，并进一步分析源码。1,下载 Stanford Word Segmenter软件包；Do

Bayes定理P(A,B)=P(A|B)P(B);              P(A,B)=P(B|A)P(A);　　P(A|B)=P(B|A)P(A)/P(B);    贝叶斯定理变形

信息论的创始人Shannon认为，“信息室zhire”

隐马尔可夫模型 (Hidden Markov Model，HMM) 最初由 L. E. Baum 和其它一些学者发表在一系列的统计学论文中，随后在语音识别，自然语言处理以及生物信息等领域体现了很大的价值。到目前为止，它一直被认为是实现快速精确的语音识别系统的系统，自然语言处理过程的最成功的方法。

中文分词 (Chinese Word Segmentation) 指的是将一个汉字序列切分成一个一个单独的词。分词就是将连续的字序列按照一定的规范重新组合成词序列的过程。我们知道，在英文的行文中，单词之间是以空格作为自然分界符的，而中文只是字、句和段能通过明显的分界符来简单划界，唯独词没有一个形式上的分界符，虽然英文也同样存在短语的划分问题，不过在词这一层上，中文比之英文要复杂的多、困难的多。下面

R语言 tm 文本挖掘