一、大纲总览 1、tough资料：各类文本等的输入。 2、分词。好的分词算法很重要。 3、文本预处理。 4、标准化：单词的时态，单复数。都转换为最原始的。这时还是字符串。 5、特征提取：向量表示，thidf算法，w2w，seq2seq算法等等。 6、模型：向量有了，然后就是根据算法去匹配。 二、分词 可以直接用的分词工具。 1、分词算法之最大匹配 向前最大匹配、向后最大匹配、双向最大匹配（不讲） 向前最大匹配 1、首先输入一个句子，已知后建好的词典库，设置好窗口值（5） 2、窗口从第一个汉字