LTP是哈工大开源的一套中文语言处理系统，涵盖了基本功能：分词、词性标注、命名实体识别、依存句法分析、语义角色标注、语义依存分析等。
1. 前言同THULAC一样，LTP也是基于结构化感知器（Structured Perceptron, SP），以最大熵准则建模标注序列\(Y\)在输入序列\(X\)的情况下的score函数：
\[ S(Y,X) = \sum_s \alpha_s \Phi_s(Y,X) \]
其中，\(\Phi_s(Y,X)\)为本地特征函数。SP解决序列标注问题，可视作为：给定\(X\)序列，求解score函数最大值对应的\(Y\)序列：
\[ \mathop{\arg \max}_Y S(Y,X) \]
2. 分解以下源码分析基于版本3.4.0。
分词流程分词流程与其他分词器别无二致，先提取字符特征，计算特征权重值，然后Viterbi解码。代码详见__ltp_dll_segmentor_wrapper::segment()：
int segment(const char *str, std::vector<std::string> &words) { ltp::framework::ViterbiFeatureContext ctx; ltp::framework::ViterbiScoreMatrix scm; ltp::framework::ViterbiDecoder decoder; ltp::segmentor::Instance inst; int ret = preprocessor.preprocess(str, inst.raw_forms, inst.forms, inst.chartypes); if (-1 == ret || 0 == ret) { words.clear(); return 0; } ltp::segmentor::SegmentationConstrain con; con.regist(&(inst.chartypes)); build_lexicon_match_state(lexicons, &inst); extract_features(inst, model, &ctx, false); calculate_scores(inst, (*model), ctx, true, &scm); // allocate a new decoder so that the segmentor support multithreaded // decoding. this modification was committed by niuox decoder.decode(scm, con, inst.predict_tagsidx); build_words(inst.raw_forms, inst.predict_tagsidx, words); return words.size(); }