华为OD机试真题-中文分词模拟器-2023年OD统一考试(C卷)

发布时间:2023年12月28日

题目描述:

给定一个连续不包含空格字符串,该字符串仅包含英文小写字母及英文文标点符号(逗号、分号、句号),同时给定词库,对该字符串进行精确分词。
说明:
1.精确分词: 字符串分词后,不会出现重叠。即“ilovechina” ,不同词库可分割为 “i,love,china” “ilove,china”,不能分割出现重叠的"i,ilove,china",i重叠出现
2.标点符号不成词,仅用于断句
3.词库:根据外部知识库统计出来的常用词汇例:dictionary=["i","love","china","lovechina","ilove"], 
4.分词原则:采用分词顺序优先且最长匹配原则
“ilovechina”,假设分词结果  [ i,ilove,lo,love,ch,china,lovechina ] 则输出 [ilove,china] 
 错误输出:[i,lovechina],            原因:"ilove ">优先于 "lovechina"成词
 错误输出:[i,love,china]            原因:"ilove" >"i"  遵循最长匹配原则

输入描述:

字符串长度限制:0<length<256
词库长度限制:  1<length<100000
第一行输入待分词语句 "ilovechina"
第二行输入中文词库   "

文章来源:https://blog.csdn.net/2301_76848549/article/details/135261648
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。