: 2. 在资讯检索时，中文搜寻的缺点「断字」（不确定是不是这麽说）， : 是什麽意思？解决之道？ 中文断词 Word Segmentation 用google找应该很多才对... 问题很简单 举个例子 "土地公有政策" 可能会被断成 1. 土地 公有 政策 2. 土地公 有 政策 到底哪种断词的方法是对使用者有意义的呢？这就是断词的研究罗。 解决之道，一般最简单的是用2-gram indexing，也就是两个字当做一个词来索引。 　 　举个例子 "土地公有政策" 可以得 土地 地公 公有 有政 政策 这些词 然後索引到资料库内 之後使用者只要查 土地 或 政策 就可以找到这个句子。 　简单的方法缺点当然不少，相信各位应该看的出来。 　比较复杂的方法就是用机率模型，比看哪种pattern机率高。 　以上简单说明希望可以帮上你的忙～ --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.123.217.51