标签:string c# Length 算法 tempStr result var 前向 senquence
1 前向最大匹配算法
实例: 以“我们经常有意见分歧”这一句为例,进行分词,流程如下:
2 前向匹配算法的步骤
- 设定最大匹配的字符串长度N;
-
从index = word_len开始,选取N个字(符);
-
判断选取的字符串在语料库中是否存在,如果是,选中的字符分词成功,转到步骤(4),否则删除当前字符串中最后一个字符,循环步骤(3)直到分词成功。
-
指针移动sentence_length-word_len位,重复步骤(3);
注:其中,sentence_length表示整个待分词的句子长度,word_len位表示所有已经成功分词的字符串长度。
3 算法实现public static List<string> SplitSeq1(string senquence, List<string> corpus, int maxLength) { var result = new List<string>(); var alreadySplitWord = string.Empty; while (senquence.Length > 0) { var tempStr = senquence.Length >= maxLength ? senquence.Substring(0, maxLength) : senquence; // 逐个移除字符并匹配 while (tempStr.Length > 0) { if (corpus.Contains(tempStr)) { result.Add(tempStr); alreadySplitWord += tempStr; senquence = senquence.Remove(0, tempStr.Length); break; } tempStr = tempStr.Remove(tempStr.Length - 1, 1); } } return result; } public static string Print(List<string> words) { var result = string.Empty; foreach (var item in words) { result += $"{item}|"; } return result; }
业务调用:
static void Main(string[] args) { var corpus = new List<string>(){"我们", "经常", "有", "意见", "分歧"}; var splitResult = SplitSeq1("我们经常有意见分歧", corpus, 5); var result = Print(splitResult); Console.WriteLine(result); }
运行结果为:
标签:string,c#,Length,算法,tempStr,result,var,前向,senquence 来源: https://www.cnblogs.com/mo-lu/p/14958623.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。