标签：基于 重要 计算机 词语 为什么 有向图 搜索 深度 如何
对于我们专业，学了一些基础到不能再基础的数学与计算机知识。
我对自然语言处理的理解很浅，上周听老师讲再加上自己平时的了解。
它至少经历了三个阶段，一个是基于规则的原理，然后是基于统计的方法，（两者结合的也有）。到目前最火的深度学习。
这个方向发展的很快，据我了解，目前深度学习的方法还在进步，没准我毕业了深度学习都落后了
语言有很多，对于我们的母语使用的方法，众多专家一直在做不懈的努力。
最短路径是我们专业学数据结构的算法
如果从有向图中某一顶点(称为源点)到达另一顶点(称为终点)的路径可能不止一条，如何找到一条路径使得沿此路径上各边上的权值总和达到最小。
2002年 也就是17年前。。。。我们的专家提出来了N-最短路径方法
这个方法的思想是，根据词典，找出所有可能的词（词典这个东西无论放在今天的深度学习，也同样重要，据我了解，很多nb开发搜索引擎的公司都有自己的一套词典）
根据词语切分成有向无环图。每个词对应着图中的一条有向边，并付给相应的边长。然后求出长度值按严格升序排列的路径集合作为一个结果集
如果每个词对应的边长为1那么说明在图中每个词的地位相等，专家把这个方法叫做统计粗分模型
至于为什么叫N最短路径，我看的文章说是他只求了排序在前面的N个最短路径的集合，这里为什么他只要前N个这样的路径呢？
待更！
标签：基于 重要 计算机 词语 为什么 有向图 搜索 深度 如何
原文地址：https://www.cnblogs.com/liuguangshou123/p/11041449.html
