文档摘要

分词：从空格切分到 BPE 分词是 NLP 的第一步——把一整段文字切成有意义的小块。英文靠空格，中文靠词典，现代大模型靠子词算法。本节拆解三种分词范式的原理与实战。 核心问题 一、理解词级、字符级、子词级三种分词粒度的区别与适用场景。 二、掌握中文分词的核心方法——字典匹配、统计模型和深度学习。 三、了解 BPE、WordPiece、SentencePiece 等子词切分算法的原理。 会员。《分词：从空格切分到BPE》收录于灏天文库文集《自然语言处理基础：文本预处理与特征工程》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/503-%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E5%A4%84%E7%90%86%E5%9F%BA%E7%A1%80%E6%96%87%E6%9C%AC%E9%A2%84%E5%A4%84%E7%90%86%E4%B8%8E%E7%89%B9%E5%BE%81%E5%B7%A5%E7%A8%8B

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流