珍珠巖推薦閱讀：

白手起家的年輕夫妻艱辛創(chuàng)下百萬家產(chǎn)連載一yc

分詞技術(shù)定義：搜索引擎針對用戶提交查詢的關(guān)鍵串進(jìn)行的查詢處理后根據(jù)用戶的關(guān)鍵詞串用各種匹配方法進(jìn)行的一種技術(shù)。都非常熟悉的百度是中文分詞技術(shù)的領(lǐng)先者。在中文搜索引擎領(lǐng)域，國內(nèi)與國際的搜索引擎效果上相關(guān)不遠(yuǎn)。

       中文分詞是指把中文的漢字序列切分成有意義的詞。也有稱之為切詞。

老師說：無論中外搜索引擎，分詞技術(shù)都屬于搜索引擎的核心技術(shù)。因為他直接關(guān)系到搜索收錄的數(shù)據(jù)分類和搜索呈現(xiàn)。而對于我們做網(wǎng)絡(luò)營銷的來說，了解搜索引擎的分詞技術(shù)，對于我們做網(wǎng)絡(luò)營銷，失誤的幾率就會比較低。那不用懷疑，效果就會好。

那么中文分詞對搜索引擎影響有多大呢？

搜索引擎的排序是按照相關(guān)度排序，那中文分詞的準(zhǔn)確與否，肯定直接影響到中文搜索引擎排名，所以，要做好seo，必須掌握中文分詞技術(shù)，確定準(zhǔn)確關(guān)鍵詞，才能確定好信息標(biāo)題，及內(nèi)容，為有一個好的排名打好基礎(chǔ)。反過來說，中文分詞技術(shù)越成熟的平臺，搜索呈現(xiàn)越好，用戶就越多，那我們才能去那些平臺發(fā)布信息，效果也就越好。

       中文分詞技術(shù)是相對于計算機(jī)來說，那么計算機(jī)針對信息進(jìn)行的分詞的處理過程就是分詞算法，目前有三大類：

一，基于字符串匹配的分詞方法，

        又叫機(jī)械分詞方法，顧名思義只要找到一個字符串即匹 配成功（識別出一個詞），按照掃描方向的不同，分為 正向匹配，逆向匹配，這點比較人性化。按照不同長度優(yōu)先匹配的情況可以分為Zui大（Zui長）匹配和Zui?。╖ui短）匹配  按照是否與詞性標(biāo)注過程相結(jié)合又可以分為單純分詞方法 分詞與標(biāo)注相結(jié)合的一體化方法 綜合起來， 常用的幾種機(jī)械分詞方法如下： 

         1）正向Zui大匹配法（由左到右的方向）； 

          2）逆向Zui大匹配法（由右到左的方向）；

          3）Zui少切分（使每一句中切出的詞數(shù)Zui?。?。 

          4）上述各種方法相互組合，比如將1）和2）組合成雙

                向匹配法，

  一般說來，逆向匹配的切分精度略高于正向匹配，遇 到的歧義現(xiàn)象也比較少，歧義這個詞大家都能理解就不多說。

    機(jī)械分詞只是分詞系統(tǒng)的一種初分手段，還需通過利 用各種其它的語言信息來進(jìn)一步提高切分的準(zhǔn)確率。  主要有這兩種方法：

    一種方法是改進(jìn)掃描方式，稱為特征掃描或標(biāo)志切分，優(yōu)先在待分析字符串中識別和切分出一些帶有明顯特征的詞，以這些詞作為斷點，可將原字符串分為較小的串再來進(jìn)機(jī)械分詞，從而減少匹配的錯誤率；

     另一種方法是將分詞和詞類標(biāo)注結(jié)合起來，利用豐富的詞類信息對分詞決策提供幫助，并且在標(biāo)注過程中又反過來對分詞結(jié)果進(jìn)行檢驗、調(diào)整，從而極大地提高切分的準(zhǔn)確率。

二、基于理解的分詞方法

  這種分詞方法是通過讓計算機(jī)模擬人對句子的理解，達(dá) 到識別詞的效果，其基本思想就是在分詞的同時進(jìn)行句法和語義分析，利用句法信息和語義信息來處理歧義現(xiàn)象。通常包括三個部分：分詞子系統(tǒng)，句法語義子系統(tǒng)、總控部分。

 工作原理：在總控部分的協(xié)調(diào)下，分詞子系統(tǒng)可以獲得有關(guān)詞，句子等的句法和語義信息來對分詞歧義進(jìn)行判斷，即它模擬了人對句子的理解過程。這種分詞方法需要使用大量的語言知識和信息，由于漢語語言知識的籠統(tǒng)、復(fù)雜性，難以將各種語言信息組織成機(jī)器可直接讀取的形式，因此目前基于理解的分詞系統(tǒng)還處在試驗階段。

 三，基于統(tǒng)計的分詞方法

         工作原理：定義兩個字的互現(xiàn)信息，計算兩個漢字x、 y的相鄰共現(xiàn)概率?；ガF(xiàn)信息體現(xiàn)了漢字之間結(jié)合關(guān)系的緊密程度。當(dāng)緊密程度高于某一個閾值時便可認(rèn)為 此字組可能構(gòu)成了一個詞。這種方法只需對語料中的字組頻度進(jìn)行統(tǒng)計，不需要切分詞典，因而又叫做無