精选优质文档-倾情为你奉上自然语言处理导论中文分词实验报告一、 实验目的了解中文分词意义掌握中文分词的基本方法二、 实验环境Win7 64位DEV-C+编译器三、 实验设计（一）分词策略目前较为成熟的中文分词方法主要有：1、 词典正向最大匹配法2、 词典逆向最大匹配法3、 基于确定文法的分词法4、 基于统计的分词方法一般认为，词典的逆向匹配法要优于正向匹配法。基于确定文法和基于统计的方法作为自然语言处理的两个流派，各有千秋。我设计的是根据词典逆向最大匹配法，基本思路是：1、 将词典的每个词条读入内存，最长是4字词，最短是1字词；2、 从语料中读入一段（一行）文字，保存为字符串；3、 如果字符串长度大于4个中文字符，则取字符串最右边的 4个中文字符，作为候选词；否则取出整个字符串作为候选词；4、 在词典中查找这个候选词，如果查找失败，则去掉这个候选词的最左字，重复这步进行查找，直到候选词为1个中文字符；5、 将候选词从字符串中取出、删除，回到第3步直到字符串为空；6
