关于分词和词频中文的文本挖掘的困难----关于分词和词频
今天找了个java的统计词频的程序，发现对中文根本不能用。
对于英语来说这两个东西简单很多，但对于中文真的是很难，因为应为的词和词之间都有空格，而中文没有，就这样这个程序会把中文的一句话看作一个词，这样就没有意义了，要想把中文的词提取出来，可能要做更多的工作，而且也会复杂的很多。这个我也不知道怎么做（现在），但肯定有人做了许多成果了，要不就没有baidu了，仔细想象baidu对于中文真的很重要。
反过来想象，计算机不是中国人发明的，计算机是根据西方的逻辑作的，这就使得我们的汉语文化作很多努力去适应它........ 或许我们这种语言真的很不适合符号处理。
但还要努力做计算机与中文之间的接口,好的接口........
这真的要花很多时间, 效果也可能不如意.........