SegWord启动

[percylee]

SegWord为一个分词系统，满足：

（1）分词
（2）义性分布
（3）词表自调整

三个目的。

（1）表明该系统可对汉语文本进行分词；这是这个系统的基本属性之一。但是，设计者认为不能为分词而分词，故本系统的研究重点为目的（2）和（3）。

（2）更广泛的看，分词的实质是“组合”，也就是由小结构组合为大结构并对结构的属性进行组合与变换。也就是说，分词不仅要给出词的分割，也应给出这种结构所对应的属性，例如词性，语义选项，未登录词属性等，统称为义性分布。这是后续处理的重点依据。

（3）分词依赖于一定的词表。但是，词表本身若由人来提供，总是存在一定的局限。考虑机器学习的运用，寻找词表自调整的方法与思路。这是研究的难点。

综上，本分词系统将是一个挑战，也是NLP进行突破的一种新尝试。

percylee

于 北京