利用汉语切分和标注语料，尝试用bi-gram实现一个简单的基于c语言的汉语自动分词程序

OK，我理解你的问题了！首先，汉语分词是NLP领域的一个基础问题，包括基于规则的方法和基于统计的方法。其中，bi-gram是一种比较简单的统计方法。实现一个基于c语言的汉语自动分词程序，可以分为以下几个步骤：

1. 获取汉语文本语料，并进行汉语分词和标注。可以使用现成的分词工具，如jieba，结巴分词等，也可以自己采用基于规则的方式进行切分和标注。

2. 统计bi-gram词频。bi-gram指的是相邻两个词之间的关系。可以将整个语料库按照bi-gram进行切分，并统计每个bi-gram出现的频次。

3. 根据bi-gram词频构建词典。将出现频次较高的bi-gram作为基本的词语，作为切分结果的一部分。

4. 对于那些没有出现在词典中的bi-gram，使用基于规则的方式进行切分。比如，可以使用最大匹配算法，从左到右依次查找最长的匹配词语。

5. 根据词典和规则，将整个语料进行切分。最后输出分词结果。

以上是一个基本的bi-gram分词算法实现的流程。当然，还有很多优化和改进的方法，比如使用更高级的语言模型，加入词性标注等等，可以让分词效果更加准确。