边界熵和边界多样性

    在 NLP 任务中，特征是一个很重要的概念。在实际应用中，除一些常规的特征外，我们还经常会引入一些有用的额外特征，例如，进行命名实体识别（named entity recognition）任务时，可以提供一个这样的特征：指明一个字是否为常见中国姓氏。另外，也可以引入一些基于统计的量，例如边界熵（boundary entropy），边界多样性（accessor variety）等就常用于非监督型的中文分词模型，下面对这两个特征进行简要介绍。