统计式分词的步骤：第一步：全切分第二步：Viterbi动态规划，找到贯穿句子的路径并计算每条路径的概率第三步：选择概率最大的路径 为切分结果

在统计式分词方法中，通常采用的是选择概率最大的路径作为切分结果。这种方法基于统计语言模型，通过计算各个可能分词路径的概率，选择其中概率最大的路径作为最终的分词结果。因此，正确答案是：

B: 选择概率最大的路径为切分结果

**专业分析：**

1. **分词方法概述**：
- **TF（Term Frequency）**：词频，表示一个词在文档中出现的频率。
- **IDF（Inverse Document Frequency）**：逆文档频率，表示一个词在整个语料库中出现的稀有程度。
- **TF-IDF**：结合词频和逆文档频率，用于衡量一个词的重要性。

2. **Viterbi动态规划**：
- Viterbi算法是一种动态规划算法，常用于求解最优路径问题。在分词中，Viterbi算法可以用于找到最大概率路径。

3. **统计式分词方法**：
- 统计式分词方法依赖于统计语言模型，通过计算各个可能分词路径的概率，选择概率最大的路径作为最终的分词结果。
- 语言模型通常基于大规模语料库，通过学习词与词之间的共现概率来进行分词。

4. **选项分析**：
- **A: 选择TF最大的路径为切分结果**：仅考虑词频，忽略了词语之间的关联和整体概率。
- **B: 选择概率最大的路径为切分结果**：符合统计语言模型的基本原理，综合考虑词语之间的关联，选择最优路径。
- **C: 选择TF*IDF最大的路径为切分结果**：TF-IDF通常用于信息检索和文本挖掘，不适合直接用于分词路径选择。
- **D: 选择IDF最大的路径为切分结果**：仅考虑词的稀有程度，忽略了词频和整体概率。

因此，选择概率最大的路径为切分结果（选项B）是统计式分词方法中的正确选择。