针对多义词的歧义排除经典算法有
• 基于规则的算法
• 基于概率统计模型的算法
• 规则和统计相结合的算法
正确答案是 D: 基于协同过滤算法。
分析如下：
汉语自动分词中的歧义排除是一个复杂的问题，主要涉及到如何正确地理解和处理多义词的不同含义。常见的经典算法包括：
A: 基于规则的算法：这种算法依赖于预先定义的规则和词典，通过匹配规则来进行分词和歧义排除。这种方法的优点是直观且易于实现，但缺点是规则编写复杂且难以覆盖所有情况。
B: 基于概率统计模型的算法：这种算法利用大规模语料库，通过计算词语出现的概率来进行分词和歧义排除。常见的模型包括隐马尔可夫模型（HMM）、最大熵模型（MaxEnt）等。这种方法的优点是能够自动学习，适应性强，缺点是需要大量的标注数据。
C: 规则和统计相结合的算法：这种方法结合了规则和统计模型的优点，通过规则进行初步分词，再通过统计模型进行调整和优化。这样可以提高分词的准确性和效率。
D: 基于协同过滤算法：协同过滤算法主要用于推荐系统，通过分析用户的行为和偏好来进行推荐。它并不是针对多义词的歧义排除设计的，因此不属于经典的汉语自动分词歧义排除算法。
所以，基于协同过滤算法不属于针对多义词的歧义排除经典算法。
