Java 标记化和模式匹配在中文中是如何工作的。？

这个问题涉及计算机和中文知识。 我有中文查询，我有一个单独的中文短语列表，我需要能够找到这些查询中有任何这些短语

在英语中，这是一项非常简单的任务。我一点也不懂中文，它的语义，语法规则等等。如果在这个论坛上也懂中文的人能帮我一些基本的理解，以及如何对中文进行模式匹配

我有一个基本的感觉，在汉语中，一个单位（中间没有空格）实际上意味着不止一个单词（这是正确的吗？）。那么，对于如何将多个单词组合成一个整体，有什么规则吗。这是令人困惑的，因为中国文字中有空格，但即使没有空格的单位也有多个单词

任何从计算角度、模式匹配等方面解释中文的链接都是非常有用的

我有一个基本的感觉，在汉语中，一个单位（中间没有空格）实际上意味着不止一个单词（这是正确的吗？）

中文中很少使用空格，例如：

,又譯為遞迴，在数学与计算机科学中，是指在函数的定义中使用函数自身的方法。递归一词还较常用于描述以自相似方法重复事物的过程。例如，当两面镜子相互之间近似平行时，镜中嵌套的图像是以无限递归的形式出现的。

你会注意到看起来是空格的东西实际上只是中国的标点符号，它比通常有更多的填充

那么，对于如何将多个单词组合成一个整体，有什么规则吗。这是令人困惑的，因为中国文字中有空格，但即使没有空格的单位也有多个单词

这样想吧：一个汉字和一个英语单词非常非常近似。通常情况下，两个或多个字符需要组合成一个单词，每个单独的字符可能意味着完全不同的内容，具体取决于上下文

为了有意义地标记中文文本，你必须考虑到这一点来分割单词

看，斯坦福NLP小组的。肯·伦德的书可能值得一看。

---

基本语序为主语-动词-宾语，但也可参见《我不明白》中的“主题突出”：空格仅与标点符号一起使用？？一个汉字不等于一个英语单词；许多单词是由两个字组成的，如“国际号”、“国际号”。此外，一个汉字的意思可能会因周围的汉字而有所不同（视上下文而定）。我回复的注释已经不存在了。@p2pnode除了标点符号之外，你在中文文本中通常找不到空格，我想这就是该注释的意思。不幸的是它被删除了。在任何情况下，我可能会针对这个主题的研究论文，因为它是。。。复杂，但母语为汉语的人会有更有用的输入：）看一看这个问题：也许在你编辑之前，把我在评论中说的内容包括在内；在编辑之前是错误的。另外，如果你知道的话。基本语法规则是什么样的？主语动词宾语？？？@DaveNewton这是否意味着它现在仍然是错的？如果是，有什么问题吗？@p2pnode对于与编程无关的问题，您最好的选择是网络，而不是网络。@NullUserExceptionఠ_ఠ 国际海事组织，在补充了已经说过的话之后，现在看来是合理的。