ictclas分詞的第一步就是原子分詞。但在進行原子切分之前，首先要進行斷句處理。所謂斷句，就是根據分隔符、回車換行符等語句的分隔標誌，把源字串分隔成多個稍微簡單一點的短句，再進行分詞處理，最後再把各個分詞結果合起來，形成最終的分詞結果。
分成短句之後，即可進行原子分詞，所謂原子,是指該短句中不可分割的最小語素單位。乙個漢字、短句前後的開始結束標識字段、全形標點符號、連在一起的數字字母單位元組字元等。最後一種情況可以舉例說明，比如：三星shx-132型號的手機1元錢，則shx-132、1都是乙個原子，其它的每個漢字是乙個原子。
按照這種方式，通過簡單的漢字分割就形成了原子分詞的結果，並對每個原子單位進行詞性標註。npos＝1表示是開始標記，npos＝4表示結束標記，npos=0表示未識別詞。原子分割後的資料結構如下圖一所示:
圖一原子分詞後的例項如下圖二所示:
圖二經過原子分詞之後，下面即可進行初次分詞。參見分詞系統研究（四）。
ICTCLAS分詞系統研究（五） N最短路徑
ictclas和別的分司系統不一樣的地方就是於 n最短路徑分詞演算法。所謂n最短路徑其實就是最短路徑和最大路徑的折中，保留前n個最優路徑。這樣做的目的就是對這兩種方法取長補短，既能達到乙個比較理解的分詞不達意效果，又能保證分詞不達意速度。在此處，我們中國人的中庸思想被完美體現 在n 最短路徑求解之前...
DOS系統研究
這裡說的特指ms dos，一款由微軟從seattle computer products購買來的針對16位8086 8088系列處理器的作業系統。它隨著由16位的80x86處理器的桌面電腦的普及而成為曾經的主流作業系統，但是當更先進的處理器在桌面電腦中流行後，它的主流地位也讓位於其他更成熟的作業系統...
ACARS系統研究
1 概述 acars aircraftcommunication addressing reporting systems 飛機通訊定址報告系統，美國arinc公司開發，採用迴圈冗餘校驗碼 crc 進行校驗。航空器與地面站之間通過無線電或衛星傳輸短訊息 報文 的數字資料鏈系統。具有傳輸速度快 抗干擾...