中国青年报
处理异常长尾词时,最重要的原则是区分“能确认的事实”和“仅供排查的猜测”。能够确认的事实包括字符本身、出现位置、是否重复以及是否有上下文;可能的猜测包括输入错误、语音转写和自动生成。两者不能用相同语气表达。
“锕锵锵锵铜铜铜铜好大男男”的词组结构缺少正常的语义关系。前半部分包含相近音节和重复字符,后半部分又出现口语化、指向不清的组合,整体不像规范的品牌名、专业术语、影视名称或完整问题。
设为首页
关于百度
About Baidu
使用百度前必读
帮助中心
© Baidu
京ICP证030173号
京公网安备11000002000001号