10 2015 档案

中文分词系列（二） 基于双数组Tire树的AC自动机
摘要：秉着能偷懒就偷懒的精神，关于AC自动机本来不想看的，但是HanLp的源码中用户自定义词典的识别是用的AC自动机实现的。唉～没办法，还是看看吧AC自动机理论Aho Corasick自动机，简称AC自动机，要学会AC自动机，我们必须知道什么是Trie，也就是字典树。Trie树，又称单词查找树或键树，是一... 阅读全文
posted @ 2015-10-21 17:20 ooon 阅读(4067) 评论(2) 推荐(0) 编辑
中文分词系列（一） 双数组Tire树(DART)详解
摘要：1 双数组Tire树简介双数组Tire树是Tire树的升级版，Tire取自英文Retrieval中的一部分，即检索树，又称作字典树或者键树。下面简单介绍一下Tire树。1.1 Tire树Trie是一种高效的索引方法，它实际上是一种确定有限自动机(DFA)，在树的结构中，每一个结点对应一个DFA状态，... 阅读全文
posted @ 2015-10-15 18:10 ooon 阅读(11563) 评论(4) 推荐(1) 编辑