假如中文也有空格分词就好了

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

这是一个专门讨论 idea 的地方。

每个人的时间，资源是有限的，有的时候你或许能够想到很多 idea，但是由于现实的限制，却并不是所有的 idea 都能够成为现实。

那这个时候，不妨可以把那些 idea 分享出来，启发别人。

这是一个创建于 3129 天前的主题，其中的信息可能已经有所发展或是发生改变。

近来看到不少英文文字相关的东西, 如果给中文用上必然很好, 可惜是不可能的, 中文分词再精准, 也只能是专门的领域, 无法在生活中应用, 否则肯定竟然遇到尴尬的时候, 这点真的可惜了.

分词

中文

可惜

空格

54 条回复 • 2016-07-28 16:21:31 +08:00

kkzxak47

2016-06-02 00:48:18 +08:00 via Android

中文分词从我做起

binux

2016-06-02 01:07:05 +08:00

可以用 character based 啊

YUX

2016-06-02 01:54:21 +08:00

可以用 Jieba /Python

maemolee

2016-06-02 02:07:25 +08:00

最近一个报纸的标题：儿子生性病母倍感骄傲。
一般来说的分段方式是：儿子生性病，母倍感骄傲。
然而正确分段方式是：儿子生性，病母倍感骄傲。

说明断句在多元文化融合的今天，是有多么的重要。

v2014

2016-06-02 06:34:47 +08:00

有空格多浪费纸啊，现在有大数据，根据上下文统计下概率，基本上也就很准确了，再说有的人断句也是不正确的，
就和楼上说的一样，很多人第一眼肯定是第一种断法，感觉不对，才有第二种断法，现在机器分词就差这种改正了。

243205964

2016-06-02 08:02:21 +08:00 via Android

我记得在微博上，小娜一直在分词，一开始我还奇怪，知道看到此贴。

cbais7890

2016-06-02 08:25:03 +08:00

@maemolee 一看就是广东报纸的标题, 哈哈哈哈

bugeye

2016-06-02 08:31:53 +08:00

中文使用空格的话，不如灭绝算了。 4 楼那个根本不是规范可读的中文，英语写的差，一样不可读不可交流。

crysislinux

2016-06-02 09:07:47 +08:00

@bugeye 就是。什么叫“儿子生性”。活了这么多年都不知道这是啥意思

Nothentai

2016-06-02 09:10:01 +08:00

@crysislinux
生性在广东话里面就是懂事乖巧的意思

yeyeye

2016-06-02 09:10:31 +08:00

@maemolee 我就是那种不会分词的…… 常常搞不懂对方什么意思……或者一错字就完全理解不了句子……常常都是……

mrjoel

2016-06-02 09:18:26 +08:00 via Android

记得中文连标点系统都没有的时代嘛

sensui7

2016-06-02 10:42:31 +08:00

@Nothentai 东北话, 生性一般形容人比较野蛮(类似动物的),

ChaosPark

2016-06-02 10:46:37 +08:00

句读之不知

imcoddy

2016-06-02 10:46:53 +08:00

这不光是空格就能解决的问题吧，比如这个：
人生要经历四个阶段
喜欢上一个人
喜欢上一个人
喜欢上一个人
喜欢上一个人

yuanlai

2016-06-02 10:49:11 +08:00

@sensui7
@Nothentai

所以，中文还得分东北话和广东话，以后说中文之前，先写声明了?

<!DOCTYPE 中文>
<中文 lang="东北话">
<meta charset="沈阳">
<!DOCTYPE html PUBLIC "-//PuTongHua//DTD XHTML 1.0 Transitional//中文" "http://www.普 putonghua.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.zhongwen.org/1999/xhtml">

jsonline

2016-06-02 10:49:12 +08:00

中文的乐趣不就在这里嘛……

sarours

2016-06-02 10:50:36 +08:00 via iPhone

看完评论，感觉还是古文比较好懂，因为大部分都是意会。外文在我看来跟文言文是一个套路

stcasshern

2016-06-02 10:52:15 +08:00

@sarours 古文连标点都没有。。也不好懂。。。

ChaosPark

2016-06-02 10:52:22 +08:00

中文添加空格分词对人来说实用性有限，刚才和同事聊天，同事说：典型的程序员思维，让人去适应计算机。

sensui7

2016-06-02 10:57:16 +08:00

其实我不是说给中文添加分词, 这当然是不可能了, 我只是说, 中文词汇(不是字)原生就像英文那样有明确的分割就好了, 我不是说语言的优劣, 只是说拉丁文字用有限的字母, 然后单词之间有空格, 这确实很方便计算机处理.

如果计算机是中国人发明的, 不知道是否更能容易处理?我觉得还是不太可能.

yuanlai

2016-06-02 11:23:55 +08:00

@sensui7 所以，容易处理就是好事啦。。。复杂性不是有其独特的魅力么。。。哈哈

cst4you

2016-06-02 11:25:42 +08:00

这个我想起来 QQ 上面那种不能好好说话乱加空格的人

zgk

2016-06-02 11:47:29 +08:00 via Android

中文不断句有时候会有歧义
“你根本不懂什么叫做爱”，“以前我喜欢一个人，现在我喜欢一个人”，还有 4 楼那个😂
(高考修改病句这些是有语病的)

downsky

2016-06-02 11:48:15 +08:00

英文的分词是区别前字与后字，不然无法阅读。而中文天生就不需要这样的他词，每个字都是独立可区别的。

RqPS6rhmP3Nyn3Tm

2016-06-02 12:14:33 +08:00 via Android

跟空格分词没关系，语法功能标点符号已经承担了。中国长期言文不一致，没有这个必要。

xiaozhizhu1997

2016-06-02 12:52:27 +08:00 via Android

有人想过韩文么，他们那个空格分词…

sarours

2016-06-02 13:15:26 +08:00 via iPhone

@stcasshern
首先，顾问是有标点符号的，只不过比较单一，没现在这么多。
其次，文言文在掌握以后，是比较好理解稳重的意境，或者大概的意思，而且很简洁。现在的很多外语其实跟文言文差不多。
其实跟编程语言是很类似的，学习一大堆知识，然后我说的一小句话，可能代表很长的一段意思。
最后，楼主的困扰是基于白话文造成的，但是，不可避免的，如果没有白话文的普及，中国现在识字识礼的人……呵呵