2.3.1 结构性歧义

结构性歧义现象通常存在于中文句子中的相邻词之间。这意味着一个汉字可以与先前字符或后续字符组合，并且这两个组合都会导致合理的中文词。结构歧义导致两个问题。

第一，它产生两个不同分段的句子，并且每个句子都具有正确的语言结构和合理的意义。例如，中文句子“他的船只靠在维多利亚港”在邻近字“船只靠在”之间具有结构性歧义。 汉语“船”和组合字符“船只”具有相同的含义，“船”作为名词。中文字“只”作为副词也有“仅有”的意思。因此，相邻的字符“船只靠在”可以分为“船只/靠在”（船泊）或“船/只/靠在”（船只停泊）。因此，原来的中文句子有两种不同的结构和意义。“他的/船只/靠在/维多利亚港”（他船在维多利亚港停泊）和“他的/船/只/靠在/维多利亚港”（他的船只仅仅停泊在维多利亚港）。

第二，它产生两个不同分段的句子，其中一个句子具有正确的结构，而另一个句子被错误地构造并且没有形成正常的中文句子。例如，中文句“水快速冻成了冰”在字符“快速冻”之间具有结构性歧义。组合字符“快速”作为形容词或副词意味着“速度快”，而“速冻”作为形容词也通常是指定某种食物的中文词，例如，“速冻/食品”（快速冷冻食物）。因此，原来的中文句子可以自动分段为“水/快/冻/成了/冰”（水快速冻结成冰）或“水/快/速冻/成了/冰”（水/快/快速冷冻/进入/冰）。第二种分割结果不具有正常的中文结构

2.3.2 组合型歧义

所谓组合型歧义，就是指同一个字串既可合又可分。

缩写和省略的两种现象通常导致中文句子的组合型歧义。首先，考察中国人名实体的缩写现象。人们有时使用中国姓氏来表示一个人，在表达中省略他或她的名。例如，“许又从街坊口中得知”这句话，当“许又”作为一个完整的中文名字时，可以理解为“许又/从/街坊/口中/得知”(许又从街坊口中得知)，因为“许”（许）是一个常用的中文姓氏，后面跟着一个或两个字符作为名。然而，句子也可以被构造为“许/又/从/街坊/口中/得知”（许再次从邻居听到），其中姓“许”代表一个人，字符“又”（再一次）作为副词来描述动词“得知”（听到）。

其次，对地名实体的省略现象（包括翻译外国地名）进行考虑。人们通常使用一个地名实体的第一个汉字（开始字符）来表示位置，特别是当实体的字符串长度较大时（四个或更多字符）。例如，中文句子“敌人袭击巴西北部”，当字符“巴”代表“巴基斯坦”时，可以理解为“敌人/袭击/巴/西北部”（敌人攻击巴基斯坦的西北部分）。这在中国国际新闻报道是非常常见的。此时字符“西北部”（西北部）是一个方位词。然而，这句话也可以理解为“敌人/袭击/巴西/北部”（敌人袭击北巴西）因为这两个字“巴西”（巴西）相结合，意味着巴西的中文名字，而下面的字符“北部”（北部）结合起来，作为一个方位词。这样的两种分割结果都产生一个结构良好的汉语句子。

2.3.3 未登录词

所谓未登录词，就是在计算机的词典里不存在的词。主要来源有人名、地名。还有机构名、网络词汇等。未登录词的解决是当前制约中文分词发展的最大的困难。 Python中文分词技术研究(4):http://www.chuibin.com/tongxin/lunwen_205968.html