通过bert推理出每个token的embedding，再计算语料中相邻token之间的相似度，高于阈值就组合起来，低于阈值就不组合，然后再计算组合出的词语的整个置信度，可以看出，不少词语是常见词，其余通过百度也能得知是品牌词等，通过这样计算自动为搜索算法系统的分词词典提供充足的词源，提供分词质量声明：本文仅代表作者观点，不代表本站立场。如果侵犯到您的合法权益，请联系我们删除侵权资源！如果遇到资源链接失效，请您通过评论或工单的方式通知管理员。未经允许，不得转载，本站所有资源文章禁止商业使用运营!
下载安装【程序员客栈】APP
实时对接需求、及时收发消息、丰富的开放项目需求、随时随地查看项目状态
评论