log.txt

分词词典软件

词是最小的能够独立活动的有意义的语言成分。 但汉语是以字为基本的书写单位，词语之间没有明显的区分标记，因此，中文词语分析是中文信息处理的基础与关键。为此,我们中国科学院计算技术研究所在多年研究基础上，耗时一年研制出了汉语词法分析系统ICTCLAS(Institute of Computing Technology, Chinese Lexical Analysis System)，该系统的功能有：中文分词；词性标注；未登录词识别。分词正确率高达97%以上，未登录词识别召回率均高于90%，其中中国人名的识别召回率接近98%处理速度为31.5Kbytes/s。ICTCLAS的特色还在于：可以根据需要输出多个高概率结果，有多种输出格式，支持北大词性标注集，973专家组给出的词性标注集合。该系统得到了专家的好评，并有多篇论文在国内外发表。
词\是\最\小\的\能\够\独\立\活\动\的\有\意\义\的\语\言\成\分\。\ 但\汉\语\是\以\字\为\基\本\的\书\写\单\位\，\词\语\之\间\没\有\明\显\的\区\分\标\记\，\因\此\，\中\文\词\语\分\析\是\中\文\信\息\处\理\的\基\础\与\关\键\。\为\此\,\我\们\中\国\科\学\院\计\算\技\术\研\究\所\在\多\年\研\究\基\础\上\，\耗\时\一\年\研\制\出\了\汉\语\词\法\分\析\系\统\ICTCLAS\(\Institute\ of\ Computing\ Technology\,\ Chinese\ Lexical\ Analysis\ System\)\，\该\系\统\的\功\能\有\：\中\文\分\词\；\词\性\标\注\；\未\登\录\词\识\别\。\分\词\正\确\率\高\达\97%\以\上\，\未\登\录\词\识\别\召\回\率\均\高\于\90%\，\其\中中\国\人\名\的\识\别\召\回\率\接\近\98%\处\理\速\度\为\31\.\5Kbytes/s\。\ICTCLAS\的\特\色\还\在\于\：\可\以\根\据\需\要\输\出\多\个\高\概\率\结\果\，\有\多\种\输\出\格\式\，\支\持\北\大\词\性\标\注\集\，\973\专\家\组\给\出\的\词\性\标\注\集\合\。\该\系\统\得\到\了\专\家\的\好\评\，\并\有\多\篇\论\文\在\国\内\外\发\表\。\
我们学校是一座美丽的校园。
我\们\学\校\是\一\座\美\丽\的\校\园\。\
我们学校是座美丽的校园。
我们\学校\是\座\美丽\的\校园\。\末##末\
我们学校是座美丽的校园。
我们\学校\是\座\美丽\的\校园\。\末##末\
我们学校是座美丽的校园。
我们\学校\是\座\美丽\的\校园\。\末##末\
我们学校是座美丽的校园。
我们\学校\是\座\美丽\的\校园\。\末##末\