中文信息处理之正向最大匹配法（上）

文章目录 一、工具 二、任务分词 1. 抽取词表，统计词频 一、工具 语言：python3.5 语料：人民日报语料 二、任务分词 1. 抽取词表，统计词频 给的素材如图 1 所示： 观察上边的格式，可以得到：所抽取的文本信息（包括标点）都是在两个空格和 / 之间，所以正则表达式如下： # text 是文本信息 import re pattern = re.compile(r' (.*?)/')

>>阅读原文<<