中文分词模型的调研-爱代码爱编程
2019.12.08:北大开源全新中文分词工具包:准确率远超THULAC、jieba 分词 https://www.jianshu.com/p/3d9cd356da1a
认为pkuseg准确率远超THULAC、jieba 分词。
2020-06-05:开源!我知道你不知道,百度开源词法LAC 2.0帮你更懂中文
认为百度LAC 2.0分词效果比市面上流行的3款分词工具摇号。LAC默认模型的分词标准偏向于实体粒度,会比其他开源工具的分词粒度更大一些,有需要的同学,可通过增量训练接口和定制接口快速实现模型微调和粒度迁移。
LAC代码库
https://gitcode.net/mirrors/baidu/lac
基于LAC分词与gensim的词向量训练,pandas批量中文分词:
https://blog.csdn.net/chen10314/article/details/121996866