1.汉语分词：通过计算机程序把组成汉语文本的字串自动转换
为词串的过程被称为自动切分
2.汉语切分的原因：（1）语音的合成（2）信息检索（3）词语计量分析
3.汉语分词基本方法：（1）基于词表的方法（2）字序列标记方法
4.最大匹配法：
（1） 正向最大匹配法(MM) 从左向右匹配词表
（2） 逆向最大匹配法(RMM) 从右向左匹配词表
5.歧义的类型
（1）交集型歧义：AJ/B、A/JB
交集型歧义字段中交集字段的个数，称作链长
（2）组合型歧义: AB、A/B
（3）混合型歧义: 同时包含交集型歧义和组合型歧义的歧义字段
6.伪歧义: 歧义字段单独拿出来看有歧义，但在(所有)真实语境中只有一种切分方式可接受。
真歧义：歧义字段在不同语境中确有多种切分方式,(1) 多种切分形式均匀分布 12% (2) 一种切分形式占优 88%
7．歧义的发现：
双向最大匹配(MM+RMM)
– 同时使用MM法和RMM法
– 如果MM法和RMM法给出同样的结果，认为没
有歧义，若不同，则认为出现了歧义
发现组合型歧义
– MM+逆向最小匹配法
发现所有切分歧义
– 全切分算法
8歧义消解
基于规则的歧义消解。
基于统计的歧义消解：在词图上搜寻统计意义上的最佳路径
9.中文人名识别：计算一个可能的人名字串的概率，若其概率大于某个阈值，则判别为人名。
