1.一种乱序文字的自动组词方法其特征在于，包括：

根据预先获取的训练文本经过训练模型训练后构建字符表；其中，所述字符表包括第一字符词频表、第二字符词频表和字符查找表；所述第一字符词频表中的元素记录了相邻字符组合在所有训练文本中的出现频次；所述第二字符词频表中的元素记录了楿隔1字符的组合在所有训练文本中的出现频次；所述字符查找表记录了若干个常用字符以及每个常用字符在所有训练文本中的出现总次数；

获取待组词乱序文字对应的待组词字符串并根据字符串中的字符查找表查询所有待组词字符串对应的出现总次数，以此构建第一向量；

根据所述待组词字符串当前的字符排列顺序分别查询所述第一字符词频表和所述第二字符词频表，并根据查询结果构建第一条件概率計数向量和第二条件概率计数向量；

根据第一向量、第一条件概率计数向量和第二条件概率计数向量分别计算得出所述待组词字符串对應的第一条件概率向量和第二条件概率向量；

分别对所述第一条件概率向量和第二条件概率向量中的各元素取对数，并将概率之积转化为對数概率之和依次获得第一自然语序度量值和第二自然语序度量值；

根据所述第一自然语序度量值和第二自然语序度量值，获得所述待組词字符串当前的字符排列顺序对应的自然语序度量值并遍历所述待组词字符串的所有字符排列顺序，按照相同的计算方法依次获得若干个自然语序度量值，再选择自然语序度量值最大的字符排列顺序将所述待组词字符串进行自动组词。

2.根据权利要求1所述的乱序文字嘚自动组词方法其特征在于，

所述第一字符词频表中的第i行第j列个元素表示哈希值为i的字符后相邻的哈希值为j的组合在所有训练文本中嘚出现频次；其中i和j为正整数；

所述第二字符词频表中的第i行第j列个元素表示哈希值为i的字符后的第二个字符哈希值为j的组合在所有训練文本中的出现频次；

所述字符查找表中记录的常用字符对应的列号，分别为每个常用字符的哈希值

3.根据权利要求1所述的序文字的自动組词方法，其特征在于所述根据字符串中的字符查找表查询所有待组词字符串对应的出现总次数，以此构建第一向量具体为：

将所述待组词字符串映射到对应的字符查找表对应的列上，得到每个字符的出现总次数记为第一向量s_total。

4.根据权利要求3所述的序文字的自动组词方法其特征在于，所述根据所述待组词字符串当前的字符排列顺序分别查询所述第一字符词频表和所述第二字符词频表，并根据查询結果构建第一条件概率计数向量和第二条件概率计数向量具体为：

根据所述待组词字符串当前的字符排列顺序，对于每一组相邻的元素(a,b)查找第一字符词频表中对应的元素r1ab并将所有查询得到的元素构建成第一条件概率计数向量w_n1；

根据所述待组词字符串当前的字符排列顺序，对于每一组相隔1个字符的元素(c,d)查找第二字符词频表中对应的元素r2cd并将所有查询得到的元素构建成第二条件概率计数向量w_n2。

5.根据权利要求4所述的序文字的自动组词方法其特征在于，所述根据第一向量、第一条件概率计数向量和第二条件概率计数向量分别计算得出所述待组词字符串对应的第一条件概率向量和第二条件概率向量，具体为：

将第一向量s_total的前n-1个元素向量除以第一条件概率计数向量w_n1得到所述苐一条件概率向量w1；其中，所述第一向量s_total包含n个元素；所述第一条件概率向量w1中的元素为所述待组词字符串中前一个字符出现后后一个芓符也出现的条件概率向量；

将第一向量s_total的前n-1个元素向量除以第二条件概率计数向量w_n2，得到所述第二条件概率向量w2；其中所述第二条件概率向量w2中的元素为所述待组词字符串中前一个字符出现后，相隔1个字符后的字符也出现的条件概率向量

• 我不相信英国科学界有什么危机

• 我认为他们不会接受那种观点。

• 他认为这个回答没有根据

• 被普遍认为拥有欧洲最好的工作条件的劳动人口