不知道這篇是不是上一篇的擴寫，發表在不同雜誌上
作者：Nianwen Xue
單位：Inst. for Research in Cognitive Science
出處：Computational Linguistics and Chinese Language Processing Vol. 8, No. 1, February 2003, pp.29-48 The Association for Computational Linguistics and Chinese Language Processing
主要內容：LL，LR，MM，RR；要解決MEMM的轉移概率的問題
這篇論文報告了中文分詞使用有監督機器學習方法的效果。訓練語料由人工標註完成，效果 P 95.01%,R 94.94，訓練語料大小237K。
找分詞邊界不是問題，問題是找到無歧義的分詞邊界。
由此我們可以看到，Xue在寫這篇論文時，其實目的是爲了解決歧義。捎帶解決OOV。但是，實驗中卻強調了OOV，以至於後來的論文，這種字序列的學習方法都用於解決OOV
文章重點強調了分詞歧義的問題。論文中提到大篇幅提到三種分詞歧義，一個是交搭歧義、二是組合歧義、三是因爲語義理解產生的歧義（也是組合），用一段說明了OOV的影響。
FMM會因爲OOV的增加急劇下降，但是MEMM沒有。
標記是 LL，LR，MM,RR