結巴分詞4--詞性標註

阿新 • • 發佈：2019-01-11

1 簡介

詞性（part-of-speech）是詞彙基本的語法範疇，通常也稱為詞類，主要用來描述一個詞在上下文的作用。例如，描述一個概念的詞就是名詞，在下文引用這個名詞的詞就是代詞。有的詞性經常會出現一些新的詞，例如名詞，這樣的詞性叫做開放式詞性。另外一些詞性中的詞比較固定，例如代詞，這樣的詞性叫做封閉式詞性。因為存在一個詞對應多個詞性的現象，所以給詞準確地標註詞性並不是很容易。例如，“改革”在“中國開始對計劃經濟體制進行改革”這句話中是一個動詞，但是在“醫藥衛生改革中的經濟問題”這個句子中是一個名詞。把這個問題抽象出來，就是已知單詞序列，給每個單詞標註詞性。詞性標註是自然語言處理中一項非常重要的基礎性工作。

漢語詞性標註同樣面臨許多棘手的問題，其主要的難點可以歸納為以下三個方面：

（1）漢語是一種缺乏詞形態變化的語言，詞的類別不能像印歐語言那樣，直接從詞的形態變化來判別；
（2）常用詞兼類現象嚴重，越是常用的詞，不同的用法越多，儘管兼類現象僅僅佔漢語詞彙很小的一部分，但是由於兼類使用的程度高，兼類現象紛繁，覆蓋面廣，涉及漢語中大部分詞類，因而造成漢語文字中詞類歧義排除的任務量大，而且面廣，複雜多樣；
（3）研究者主觀原因造成的困難。語言學界在詞性劃分的目的、標準等問題還存在分歧；

不同的語言有不同的詞性標註集。為了方便指明詞的詞性，可以給每個詞性編碼，可以具體參考 ICTCLAS 漢語詞性標註集

，其中，常見的有a表示形容詞，d表示副詞，n表示名詞，p表示介詞，v表示動詞。

目前採用的詞性標註方法主要有基於統計模型的標註方法、基於規則的標註方法、統計方法與規則方法相結合的方法、基於有限狀態轉換機的標註方法和基於神經網路的詞性標註方法。

jieba分詞中提供了詞性標註功能，可以標註標註句子分詞後每個詞的詞性，詞性標註集採用北大計算所詞性標註集，屬於採用基於統計模型的標註方法，下面將通過例項講解介紹如何使用jieba分詞的詞性標註介面、以及通過原始碼講解其實現的原理。

PS：

2 例項講解

示例程式碼如下所示，

# 引入詞性標註介面
import jieba.posseg as psg

text = “去北京大學玩”
#詞性標註
seg = psg.cut(text)

#將詞性標註結果打印出來
for ele in seg:
print ele

控制檯輸出，

去/v
北京大學/nt
玩/v

可以觀察到“去”是動詞，“北京大學”是機構名稱，“玩”也是動詞。

3 jieba分詞系統的詞性標註流程

jieba分詞的詞性標註過程非常類似於jieba分詞的分詞流程，同時進行分詞和詞性標註。在詞性標註的時候，首先基於正則表示式（漢字）進行判斷，1）如果是漢字，則會基於字首詞典構建有向無環圖，然後基於有向圖計算最大概率路徑，同時在字首詞典中查詢所分出的詞的詞性，如果沒有找到，則將其詞性標註為“x”（非語素字非語素字只是一個符號，字母x通常用於代表未知數、符號）；如果HMM標誌位置位，並且該詞為未登入詞，則通過隱馬爾科夫模型對其進行詞性標註；2）如果是其它，則根據正則表示式判斷其型別，分別賦予“x”，“m”（數詞取英語numeral的第3個字母，n，u已有他用），“eng”（英文）。流程圖如下所示，

其中，基於字首詞典構造有向無環圖，然後基於有向無環圖計算最大概率路徑，原理及原始碼剖析，具體可參考結巴分詞2--基於字首詞典及動態規劃實現分詞這篇blog。

其中，基於隱馬爾科夫模型進行詞性標註，就是將詞性標註視為序列標註問題，利用Viterbi演算法進行求解，原理及原始碼剖析，具體可參考結巴分詞3--基於漢字成詞能力的HMM模型識別未登入詞這篇blog。

4 原始碼分析

jieba分詞的詞性標註功能，是在jieba/posseg目錄下實現的。

其中，__init__.py實現了詞性標註的大部分函式；

char_state_tab.py儲存了離線統計的字及其對應的狀態；

prob_emit.py儲存了狀態到字的發射概率的對數值；

prob_start.py儲存了初始狀態的概率的對數值；

prob_trans.py儲存了前一時刻的狀態到當前時刻的狀態的轉移概率的對數值；

viterbi.py實現了Viterbi演算法；

4.1 主調函式

jieba分詞的詞性標註介面的主調函式是cut函式，位於jieba/posseg/__init__.py檔案中。

預設條件下，jieba.pool是None，jieba.pool is None這個條件為True，會執行下面的for迴圈。

def cut(sentence, HMM=True):
    """
 Global cut function that supports parallel processing.

Note that this only works using dt, custom POSTokenizer
instances are not supported.
“”"
global dt
# 預設條件下，此條件為True
if jieba.pool is None:
# 執行for迴圈
for w in dt.cut(sentence, HMM=HMM):
yield w
else:
parts = strdecode(sentence).splitlines(True)
if HMM:
result = jieba.pool.map(_lcut_internal, parts)
else:
result = jieba.pool.map(_lcut_internal_no_hmm, parts)
for r in result:
for w in r:
yield w

for迴圈中的dt = POSTokenizer(jieba.dt)，POSTokenizer就是jieba分詞中的詞性標註定義的類，其中jieba.dt是jieba自己實現的分詞介面。POSTokenizer類在初始化的時候，會讀取離線統計的詞典（每行分別為字、頻率、詞性），載入為詞--詞性詞典。

最終，程式會執行dt.cut函式。

cut函式是預設條件下jieba分詞的詞性標註過程的執行函式，位於jieba/posseg/__init__.py檔案定義的POSTokenizer中。cut函式會執行__cut_internal這個函式。

__cut_internal函式會首先根據標誌位，選擇不同的分割函式，然後會首先基於正則表示式對輸入句子進行分割，如果是漢字，則根據分割函式進行分割；否則，進一步根據正則表示式判斷其型別。

預設情況下，HMM標誌位為True，因此cut_blk = self.__cut_DAG，也就會使用HMM模型來對未登入詞進行詞性標註。

def __cut_internal(self, sentence, HMM=True):
    self.makesure_userdict_loaded()
    sentence = strdecode(sentence)
    blocks = re_han_internal.split(sentence)
    # 根據標誌位判斷，選擇不同的分割函式
    if HMM:
        # 使用HMM模型
        cut_blk = self.__cut_DAG
    else:
        # 不使用HMM模型
        cut_blk = self.__cut_DAG_NO_HMM
<span class="hljs-keyword">for</span> blk <span class="hljs-keyword">in</span> blocks:
    <span class="hljs-comment"># 匹配漢字的正則表示式，進一步根據分割函式進行切割</span>
    <span class="hljs-keyword">if</span> re_han_internal.match(blk):
        <span class="hljs-keyword">for</span> word <span class="hljs-keyword">in</span> cut_blk(blk):
            <span class="hljs-keyword">yield</span> word
    <span class="hljs-comment"># 沒有匹配上漢字的正則表示式</span>
    <span class="hljs-keyword">else</span>:
        tmp = re_skip_internal.split(blk)
        <span class="hljs-keyword">for</span> x <span class="hljs-keyword">in</span> tmp:
            <span class="hljs-keyword">if</span> re_skip_internal.match(x):
                <span class="hljs-keyword">yield</span> pair(x, <span class="hljs-string">'x'</span>)
            <span class="hljs-keyword">else</span>:
                <span class="hljs-keyword">for</span> xx <span class="hljs-keyword">in</span> x:
                    <span class="hljs-comment"># 匹配為數字</span>
                    <span class="hljs-keyword">if</span> re_num.match(xx):
                        <span class="hljs-keyword">yield</span> pair(xx, <span class="hljs-string">'m'</span>)
                    <span class="hljs-comment"># 匹配為英文</span>
                    <span class="hljs-keyword">elif</span> re_eng.match(x):
                        <span class="hljs-keyword">yield</span> pair(xx, <span class="hljs-string">'eng'</span>)
                    <span class="hljs-comment"># 未知型別</span>
                    <span class="hljs-keyword">else</span>:
                        <span class="hljs-keyword">yield</span> pair(xx, <span class="hljs-string">'x'</span>)</code></pre>

4.2 基於有向無環圖計算最大概率路徑

__cut_DAG函式會首先根據離線統計的詞典（每行分別為字、頻率、詞性）構建字首詞典這個詞典。然後基於字首詞典構建有向無環圖，然後基於有向無環圖計算最大概率路徑，對句子進行分割。基於分割結果，如果該詞在詞--詞性詞典中，則將詞典中該詞的詞性賦予給這個詞，否則賦予“x”；如果字首詞典中不存在該詞，則這個詞是未登入詞，則利用隱馬爾科夫模型對其進行詞性標註；如果上述兩個條件都沒有滿足，則將詞性標註為“x”。

def __cut_DAG(self, sentence):
    # 構建有向無環圖
    DAG = self.tokenizer.get_DAG(sentence)
    route = {}
<span class="hljs-comment"># 計算最大概率路徑</span>
<span class="hljs-keyword">self</span>.tokenizer.calc(sentence, DAG, route)

x = <span class="hljs-number">0</span>
buf = <span class="hljs-string">''</span>
N = len(sentence)
<span class="hljs-keyword">while</span> x &lt; <span class="hljs-symbol">N:</span>
    y = route[x][<span class="hljs-number">1</span>] + <span class="hljs-number">1</span>
    l_word = sentence[<span class="hljs-symbol">x:</span>y]
    <span class="hljs-keyword">if</span> y - x == <span class="hljs-number">1</span>:
        buf += l_word
    <span class="hljs-symbol">else:</span>
        <span class="hljs-keyword">if</span> <span class="hljs-symbol">buf:</span>
            <span class="hljs-keyword">if</span> len(buf) == <span class="hljs-number">1</span>:
                <span class="hljs-comment"># 詞--詞性詞典中有該詞，則將詞性賦予給該詞；否則為“x”</span>
                <span class="hljs-keyword">yield</span> pair(buf, <span class="hljs-keyword">self</span>.word_tag_tab.get(buf, <span class="hljs-string">'x'</span>))
            <span class="hljs-comment"># 字首詞典中不存在這個詞，則利用隱馬爾科夫模型進行詞性標註</span>
            elif <span class="hljs-keyword">not</span> <span class="hljs-keyword">self</span>.tokenizer.FREQ.get(buf):
                recognized = <span class="hljs-keyword">self</span>.__cut_detail(buf)
                <span class="hljs-keyword">for</span> t <span class="hljs-keyword">in</span> <span class="hljs-symbol">recognized:</span>
                    <span class="hljs-keyword">yield</span> t
            <span class="hljs-symbol">else:</span>
                <span class="hljs-comment"># 兩種條件都不滿足，則將詞性標註為“x”</span>
                <span class="hljs-keyword">for</span> elem <span class="hljs-keyword">in</span> <span class="hljs-symbol">buf:</span>
                    <span class="hljs-keyword">yield</span> pair(elem, <span class="hljs-keyword">self</span>.word_tag_tab.get(elem, <span class="hljs-string">'x'</span>))
            buf = <span class="hljs-string">''</span>
        <span class="hljs-comment"># 預設將詞性標註為“x”</span>
        <span class="hljs-keyword">yield</span> pair(l_word, <span class="hljs-keyword">self</span>.word_tag_tab.get(l_word, <span class="hljs-string">'x'</span>))
    x = y

.......
.......</code></pre>

4.3 隱馬爾科夫識別未登入詞

__cut_detail函式是利用隱馬爾科夫模型進行詞性標註的主函式。

__cut_detail函式首先利用正則表示式對未登入片語成的句子進行分割，然後根據正則表示式進行判斷，如果匹配上，則利用隱馬爾科夫模型對其進行詞性標註；否則，進一步根據正則表示式，判斷其型別。

其中，__cut是隱馬爾科夫模型進行詞性標註的執行函式。

def __cut_detail(self, sentence):
    # 根據正則表示式對未登入片語成的句子進行分割
    blocks = re_han_detail.split(sentence)
    for blk in blocks:
        # 匹配上正則表示式
        if re_han_detail.match(blk):
            # 利用隱馬爾科夫模型對其進行詞性標註
            for word in self.__cut(blk):
                yield word
        # 沒有匹配上正則表示式
        else:
            tmp = re_skip_detail.split(blk)
            for x in tmp:
                if x:
                    # 匹配為數字
                    if re_num.match(x):
                        yield pair(x, 'm')
                    # 匹配為英文
                    elif re_eng.match(x):
                        yield pair(x, 'eng')
                    # 匹配為未知型別
                    else:
                        yield pair(x, 'x')

__cut函式會首先執行Viterbi演算法，由Viterbi演算法得到狀態序列（包含分詞及詞性標註），也就可以根據狀態序列得到分詞結果。其中狀態以B開頭，離它最近的以E結尾的一個子狀態序列或者單獨為S的子狀態序列，就是一個分詞。以”去北京大玩學城“為例，其中，“去“和”北京”在字首詞典中有，因此直接通過詞--詞性詞典對其匹配即可，它倆的詞性分別為“去/v”，“北京/ns”；而對於”大玩學城“這個句子，是未登入詞，因此對其利用隱馬爾科夫模型對其進行詞性標誌，它的隱藏狀態序列就是[(u'S', u'a'), (u'B', u'n'), (u'E', u'n'), (u'B', u'n')]這個列表，列表中的每個元素為一個元組，則分詞為”S / BE / B“，對應觀測序列，也就是”大 / 玩學 / 城”。

def __cut(self, sentence):
    # 執行Viterbi演算法
    prob, pos_list = viterbi(
        sentence, char_state_tab_P, start_P, trans_P, emit_P)
    begin, nexti = 0, 0
<span class="hljs-keyword">for</span> i, char <span class="hljs-keyword">in</span> enumerate(sentence):
    <span class="hljs-comment"># 根據狀態進行分詞</span>
    pos = pos_list[i][<span class="hljs-number">0</span>]
    <span class="hljs-keyword">if</span> pos == <span class="hljs-string">'B'</span>:
        <span class="hljs-keyword">begin</span> = i
    elif pos == <span class="hljs-string">'E'</span>:
        <span class="hljs-keyword">yield</span> pair(sentence[<span class="hljs-symbol">begin:</span>i + <span class="hljs-number">1</span>], pos_list[i][<span class="hljs-number">1</span>])
        nexti = i + <span class="hljs-number">1</span>
    elif pos == <span class="hljs-string">'S'</span>:
        <span class="hljs-keyword">yield</span> pair(char, pos_list[i][<span class="hljs-number">1</span>])
        nexti = i + <span class="hljs-number">1</span>
<span class="hljs-keyword">if</span> nexti &lt; len(sentence):
    <span class="hljs-keyword">yield</span> pair(sentence[<span class="hljs-symbol">nexti:</span>], pos_list[nexti][<span class="hljs-number">1</span>])</code></pre>

4.4 Viterbi演算法

viterbi函式是在jieba/posseg/viterbi.py檔案中實現。實現過程非常類似於結巴分詞3--基於漢字成詞能力的HMM模型識別未登入詞這篇blog 3.3 章節中講解的。

其中，obs是觀測序列，也即待標註的句子；

states是每個詞可能的狀態，在jieba/posseg/char_state_tab.py檔案中定義，格式如下，表示字“一”（\u4e00）可能的狀態包括1）“B”表明位於詞的開始位置，“m”表示詞性為為數詞；2）“S”表明單字成詞，“m”表示詞性為為數詞等等狀態。

P={'\u4e00': (('B', 'm'),
('S', 'm'),
('B', 'd'),
('B', 'a'),
('M', 'm'),
('B', 'n'),
...
}

start_p，是初始狀態，在jieba/posseg/prob_start.py檔案中定義，格式如下，表示1）“B”表明位於詞的開始位置，“a”表示為形容詞，其對數概率為-4.762305214596967；2）=）“B”表明位於詞的開始位置，“b”表示為區別詞（取漢字“別”的聲母），其初始概率的對數值為-5.018374362109218等等狀態。

P={('B', 'a'): -4.762305214596967,
('B', 'ad'): -6.680066036784177,
('B', 'ag'): -3.14e+100,
('B', 'an'): -8.697083223018778,
('B', 'b'): -5.018374362109218,
...
}

trans_p，是狀態轉移概率，在jieba/posseg/prob_trans.py檔案中定義中定義，格式如下，表示1）前一時刻的狀態為（“B”和“a”），也即前一個字為詞的開始位置，詞性為形容詞，當前時刻的狀態為（“E”和“a”），也即當前字位於詞的末尾位置，詞性為形容詞，它的狀態轉移概率的對數值為-0.0050648453069648755等等狀態。

P={('B', 'a'): {('E', 'a'): -0.0050648453069648755,
('M', 'a'): -5.287963037107507},
('B', 'ad'): {('E', 'ad'): -0.0007479013978476627,
('M', 'ad'): -7.198613337130562},
('B', 'ag'): {},
('B', 'an'): {('E', 'an'): 0.0},
...
}

emit_p，是狀態發射概率，在jieba/posseg/prob_emit.py檔案中定義中定義，格式如下，表示1）當前狀態為（“B”和“a”），也即當前字位於詞的開始位置，詞性為形容詞，到漢字“一”的發射概率的對數值為-3.618715666782108；2）到漢字“萬”（\u4e07）的發射概率的對數值為-10.500566885381515。

P={('B', 'a'): {'\u4e00': -3.618715666782108,
'\u4e07': -10.500566885381515,
'\u4e0a': -8.541143017159477,
'\u4e0b': -8.445222895280738,
'\u4e0d': -2.7990867583580403,
'\u4e11': -7.837979058356061,
...
}

viterbi函式會先計算各個初始狀態的對數概率值，然後遞推計算，依次1）獲取前一時刻所有的狀態集合；2）根據前一時刻的狀態和狀態轉移矩陣，提前計算當前時刻的狀態集合，再根據當前的觀察值獲得當前時刻的可能狀態集合，再與上一步驟計算的狀態集合取交集；3）根據每時刻當前所處的狀態，其對數概率值取決於上一時刻的對數概率值、上一時刻的狀態到這一時刻的狀態的轉移概率、這一時刻狀態轉移到當前的字的發射概率三部分組成。最後再根據最大概率路徑依次回溯，得到最優的路徑，也即為要求的各個時刻的狀態。

jieba分詞中的狀態如何選取？在模型的資料是如何生成的？ #7中提到，

狀態多一些使得分詞更準確這一點我也贊同。其實，在jieba分詞的詞性標註子模組posseg中，就是將BMES四種狀態和20集中詞性做笛卡爾集得到所有的狀態，最後的效果也的確比finalseg要好，尤其是人名識別方面，但是速度就嚴重下降了。https://github.com/fxsjy/jieba/blob/master/jieba/posseg/prob_start.py

def viterbi(obs, states, start_p, trans_p, emit_p):
    V = [{}]  # tabular
    mem_path = [{}]
    # 根據狀態轉移矩陣，獲取所有可能的狀態
    all_states = trans_p.keys()
    # 時刻t=0，初始狀態
    for y in states.get(obs[0], all_states):  # init
        V[0][y] = start_p[y] + emit_p[y].get(obs[0], MIN_FLOAT)
        mem_path[0][y] = ''
    # 時刻t=1,...,len(obs) - 1
    for t in xrange(1, len(obs)):
        V.append({})
        mem_path.append({})
        #prev_states = get_top_states(V[t-1])
        # 獲取前一時刻所有的狀態集合
        prev_states = [
            x for x in mem_path[t - 1].keys() if len(trans_p[x]) > 0]
    # 根據前一時刻的狀態和狀態轉移矩陣，提前計算當前時刻的狀態集合
    prev_states_expect_next </span>= <span class="hljs-keyword">set</span>(
        (y <span class="hljs-keyword">for</span> x <span class="hljs-keyword">in</span> prev_states <span class="hljs-keyword">for</span> y <span class="hljs-keyword">in</span> trans_p[x].keys()))

    <span class="hljs-meta"># 根據當前的觀察值獲得當前時刻的可能狀態集合，再與上一步驟計算的狀態集合取交集</span>
    obs_states = <span class="hljs-keyword">set</span>(
        states.<span class="hljs-keyword">get</span>(obs[t], all_states)) &amp; prev_states_expect_next

    <span class="hljs-meta"># 如果當前狀態的交集集合為空</span>
    <span class="hljs-keyword">if</span> not obs_states:
        <span class="hljs-meta"># 如果提前計算當前時刻的狀態集合不為空，則當前時刻的狀態集合為提前計算當前時刻的狀態集合，否則為全部可能的狀態集合</span>
        obs_states = prev_states_expect_next <span class="hljs-keyword">if</span> prev_states_expect_next <span class="hljs-keyword">else</span> all_states

    <span class="hljs-meta"># 當前時刻所處的各種可能的狀態集合</span>
    <span class="hljs-keyword">for</span> y <span class="hljs-keyword">in</span> obs_states:
        <span class="hljs-meta"># 分別獲取上一時刻的狀態的概率對數，該狀態到本時刻的狀態的轉移概率對數，本時刻的狀態的發射概率對數</span>
        <span class="hljs-meta"># prev_states是當前時刻的狀態所對應上一時刻可能的狀態集合</span>
        prob, state = max((V[t - <span class="hljs-number">1</span>][y0] + trans_p[y0].<span class="hljs-keyword">get</span>(y, MIN_INF) +
                           emit_p[y].<span class="hljs-keyword">get</span>(obs[t], MIN_FLOAT), y0) <span class="hljs-keyword">for</span> y0 <span class="hljs-keyword">in</span> prev_states)
        V[t][y] = prob
        mem_path[t][y] = state

<span class="hljs-meta"># 最後一個時刻</span>
last = [(V[<span class="hljs-number">-1</span>][y], y) <span class="hljs-keyword">for</span> y <span class="hljs-keyword">in</span> mem_path[<span class="hljs-number">-1</span>].keys()]
<span class="hljs-meta"># <span class="hljs-meta-keyword">if</span> len(last)==0:</span>
<span class="hljs-meta">#     print obs</span>
prob, state = max(last)

<span class="hljs-meta"># 從時刻t = len(obs) - 1,...,0，依次將最大概率對應的狀態儲存在列表中</span>
route = [None] * len(obs)
i = len(obs) - <span class="hljs-number">1</span>
<span class="hljs-keyword">while</span> i &gt;= <span class="hljs-number">0</span>:
    route[i] = state
    state = mem_path[i][state]
    i -= <span class="hljs-number">1</span>
<span class="hljs-meta"># 返回最大概率及各個時刻的狀態</span>
<span class="hljs-keyword">return</span> (prob, route)</code></pre>

相關優化：

1 根據前一時刻的狀態和狀態轉移矩陣，提前計算當前時刻的狀態集合，再根據當前的觀察值獲得當前時刻的可能狀態集合，再與上一步驟計算的狀態集合取交集，可以減少當前時刻的所處的狀態數目；

5 Reference

詞性標註

結巴分詞4--詞性標註

1 簡介

2 例項講解

3 jieba分詞系統的詞性標註流程

4 原始碼分析

4.1 主調函式

4.2 基於有向無環圖計算最大概率路徑

4.3 隱馬爾科夫識別未登入詞

4.4 Viterbi演算法

5 Reference

結巴分詞4--詞性標註

一套準確率高且效率高的分詞、詞性標註工具-thulac

HMM與分詞、詞性標註、命名實體識別

用pyltp做分詞、詞性標註、ner

文字處理（二）詞頻統計,jieba分詞，詞性標註，snownlp情感分析

Python 文字挖掘：jieba中文分詞和詞性標註

Deep Learning 在中文分詞和詞性標註任務中的應用

清華大學thulac分詞和詞性標註程式碼理解

python3進行中文分詞和詞性標註

pyhanlp 分詞與詞性標註

HMM演算法-viterbi演算法的實現及與分詞、詞性標註、命名實體識別的引用

jieba分詞及詞性標註

jieba分詞與詞性標註自定義詞典支援特殊字元

自然語言處理工具pyhanlp分詞與詞性標註

結巴分詞+詞性標註（電子病歷資料）

深度學習----NLP結巴分詞詞性大全

結巴分詞詞性

jieba（結巴）分詞種詞性簡介

jieba分詞、自定義詞典提取高頻詞、詞性標註及獲取詞的位置

Python 結巴分詞關鍵詞抽取分析

結巴分詞4--詞性標註

1 簡介

2 例項講解

3 jieba分詞系統的詞性標註流程

4 原始碼分析

4.1 主調函式

4.2 基於有向無環圖計算最大概率路徑

4.3 隱馬爾科夫識別未登入詞

4.4 Viterbi演算法

5 Reference

相關推薦