1701009400
7.7.5 基于人工智能的分词方法
1701009401
1701009402
应用人工智能中的神经网络和专家系统来进行中文自动分词，以实现智能化的中文自动分词系统是近年来中文自动分词领域中的一个研究热点。该类算法的分词过程是对人脑思维方式的模拟，试图用数字模型来逼近人们对语言认识的过程。
1701009403
1701009405
7.7.6 神经网络分词算法
1701009406
1701009407
该类分词算法是以模拟人脑运行，分布处理和建立数值计算模型工作的。它将分词知识的隐式方法存入神经网内部，通过自学习和训练修改内部权值以达到正确的分词结果。
1701009408
1701009409
神经网络分词法的关键在于知识库权重链表的组织和网络推理机制的建立。算法的分词过程是一个生成分词动态网的过程。
1701009410
1701009411
该过程是分步进行的：首先以确定的待处理语句的汉字串为基础，来确定网络处理单元；然后，根据链接权重表激活输入输出单元之间的链接，该过程可以采用某种激活方式取一个汉字作为关键字确定其链接表不断匹配。
1701009412
1701009413
神经网络分词法具有自学习自组织功能，可以进行并行、非线性处理并且反应迅速对外界变化敏感；但是目前的基于神经网络的分词算法存在着网络模型表达复杂学习算法收敛速度较慢，训练时间长，并且对已有的知识维护更新困难等不足。
1701009414
1701009416
7.7.7 专家系统分词算法
1701009417
1701009418
专家系统分词算法从模拟人脑功能出发，构造推理网络，将分词过程看作是知识推理的过程。该方法将分词所需要的语法语义以及句法知识从系统的结构和功能上分离出来，将知识的表示、知识库的逻辑结构与维护作为首要考虑的问题。
1701009419
1701009420
专家系统分词算法是一种统一的分词算法，不仅使整个分词处理过程简明，也使整个系统的运行效率得到提高。并可利用深层知识来处理歧义字段，其切分精度据称可达语法级。其缺点是不能从经验中学习，当知识库庞大时难以维护，进行多歧义字段切分时耗时较长，同时对于外界的信息变化反应缓慢。
1701009421
1701009422
总之，知识库分为常识性知识与启发性知识，基于人工智能技术的神经网络分词方法和专家系统分词方法是理论上最理想的分词方法，但是由于该类分词方法的研究还处于初级阶段，并且由于汉语自然语言复杂性，中文分词还是表现较困难，所以对于基于人工智能的中文自动分词技术还需要进行更深入和全面的研究，虽然目前还处于起步阶段，但是该类分词方法是未来中文自动分词方法的发展方向。
1701009423
1701009424
有了成熟的分词算法，是否就能容易的解决中文分词的问题呢？
1701009425
1701009426
事实远非如此。中文是一种十分复杂的语言，让计算机理解中文语言更是困难。在此鼓励大家投入到中文分词行列来，开发一个更加精准的搜索渠道，提高用户搜索效率。
1701009427
1701009428
1701009429
1701009430
1701009432
我和数学有约：趣味数学及算法解析 第8章 最优路径的选择
1701009433
1701009434
人生十字路口，面对抉择，是不是很难？是不是感觉不知道选择哪条路径才是适合自己的？本章通过最优路径分析，让你在灾情面前、下山路线规划前及旅行出发前有一个更加合理的选择。本章立足于生活实际，采用数形结合的方法，将你的抉择淋漓尽致的表现出来，下面开始我们的行程。
1701009435
1701009436
1701009437
1701009438
1701009440
我和数学有约：趣味数学及算法解析 8.1 最佳灾情巡视路线
1701009441
1701009442
今年夏天某县遭受水灾，为考察灾情、组织自救，县领导决定，带领有关部门负责人到全县各乡（镇）、村巡视。巡视路线是从县政府所在地出发，走遍各乡（镇）、村，又回到县政府所在地的路线。
1701009443
1701009444
【问题】若分三组（路）巡视，试设计总路程最短且各组尽可能均衡的路线。
1701009445
1701009446
【分析】
1701009447
1701009448
假定巡视人员在各乡（镇）停留时间T=2h，在各村停留时间t=1h，汽车行驶速度V=35km/h，要在24h内完成巡视，至少应分几组；给出这种分组下最佳的巡视路线。
[
上一页 ]
[ :1.701009399e+09 ]
[
下一页 ]