摘要：概述 做nlp的肯定都听说过bert了，它属于迁移学习，官方提供了通用语料bert预训练结果，通过微调，可以提高下游任务的准确率。但是bert使用的维基百科这类的通用语料，对特定领域的文本特征学的不是很好。例如我所在的医疗领域，bert并不能很好区分医学特征，此时就需要我们对自己的语料进行预训练。b 阅读全文

摘要：概述 结巴分词是一款非常流行中文开源分词包，具有高性能、准确率、可扩展性等特点，目前主要支持python，其它语言也有相关版本，好像维护不是很实时。 分词功能介绍 这里只介绍他的主要功能:分词，他还提供了关键词抽取的功能。 精确模式 默认模式。句子精确地切开，每个字符只会出席在一个词中，适合文本分析 阅读全文