注意：本篇博文標紅字部分為一處筆誤的改正。非常感謝獵兔網?開發工程師 羅剛指出錯誤。歡迎大家光臨我的博客指正各種思維不周，本人不拒絕嚴格的批評，只要能指出具體錯誤，和改進方案

采用這種方法首先要弄懂1.什么是二元語法模型：二元語法模型也就是一階馬爾科夫鏈，更通俗的說法是：一個詞出現與否，僅有它前面一個詞有關。舉個例子

：P(成|結合）*P（結合）>P(合成|結) *P（結）表示 “結合成”分詞為 “結合? 成”的概率要大于分詞為“結 合成”的概率。這也是和一元語法模型的不同之處。對于一元語法模型“結合成”的分詞結合要看 P（結）*P（合）*P（成）， P（結合）*P（成），P（結）*P（合成）誰大。對比一元語法模型和二元語法模型，我們能夠看出，二元語法模型優于一元語法模型，因為它考慮了上下文相關性，同理，三元語法模型優于二元語法模型。

2. 什么是Viterbi算法。Veterbi算法是動態規劃算法中的一種，常用在隱式馬爾科夫模型求最優路徑中。

我們首先要闡明動態規劃算法的結構：

子結構最優，子問題交疊。也就是說一：1個問題的最優解是由最優的子問題的最優解構成；2求解此問題最優解的方法過程，對于求解子問題也適用，也就是可遞歸性。

如果大家想對一元語法模型，和veterbi算法，有更深入的了解，可以參考以下兩篇博文：一元語法模型，Viterbi算法

?未完待續

轉載于:https://www.cnblogs.com/finallyliuyu/archive/2010/05/11/1732156.html

總結

以上是生活随笔為你收集整理的2010年计算语言学分词作业——采用二元语法模型与viterbi算法分词的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。