定义一般的有向无环图（Directed Acyclic Graph）对象， 便于在各种场景下使用。其中optimal_path方法使用viterbi 算法来给出最优路径。

句子结构树 用于输出句子层次结构的解析结果并可视化

封装一个类，作为句模版的容器

定义基本的Trie树结构，便于存储词典（词+词频）。 主要的代码量是基于Python类的特殊方法来定义一些函数， 达到表面上看起来和dict的使用方法基本一致的效果。

基于Trie树和动态规划的分词工具， 仅仅是基于词典和一元模型完成分词，不具备新词识别能力。

基于句模版的句子层次结构解析 试图用句模版覆盖整个句子，并且使得概率对数之和最大， 句模版可以相互嵌套，但是不允许交叉， 因此可以抽取出句子的层次结构。

基于 Skip Gram 互信息构建句子模版

基于切分和去冗余理论的无监督词库构建 可以通过train函数增量训练，可以自行通过word_finder.words=defaultdict(int)来覆盖 旧的词表。

新的Trie树，以tuple为输入（原来是字符串）， 并且修改了search函数，实现对模版的查找