HanLP分词工具中的ViterbiSegment分词流程( 七 )_本篇文章将重点讲解HanLP的ViterbiSegm

PlaceRecognition.recognition(vertexList wordNetOptimum wordNetAll) 。地名使用隐马，因此有转移矩阵ns.tr.txt和发射矩阵ns.txt 。由于HanLP不提供训练语料，我们自己也很难得到有角色标注的语料，因此我们一般只修改ns.txt文件，删除ns.txt.bin文件后生效。

（5）机构名识别

执行此步，配置变量organizationRecognize必须为true 。调用方法为

OrganizationRecognition.recognition(vertexList wordNetOptimum wordNetAll) 。注意这里在调用机构名识别之前先进行了一次识别，也就是层叠隐马，而人名和地名的识别就是普通的隐马。机构名的识别使用层叠隐马，涉及的文件有转移矩阵nt.tr.txt和发射矩阵nt.txt 。由于HanLP不提供训练语料，我们自己也很难得到有角色标注的语料，因此我们一般只修改nt.txt文件，删除ns.txt.bin文件后生效。机构名的识别需要人名地名识别具有较高准确率。

至此，分词流程已全部介绍了。

还需要注意下边的内容