本篇文章淺析一下百度的中文分詞技術(shù)，有不足之處還望各位有心人能指出，當然，也希望可以幫助站長(cháng)們更深層的理解百度搜索引擎分詞技術(shù)，做好自己的網(wǎng)站，獲得更好的排名。

　　一、百度搜索引擎中文分詞技術(shù)

　　百度搜索引擎中文分詞技術(shù)簡(jiǎn)單來(lái)說(shuō)，就是把中文的漢字序列切分成有意義的百度詞組。

　　二、百度搜索引擎分詞技術(shù)簡(jiǎn)述

　　1.基于字符串匹配的分詞方法

　　按照一定的策略將待分析的漢字串與一個(gè)極其百度詞庫中的詞條進(jìn)行匹配。

　　常用分詞的方法：

　　正向最大匹配法(由左到右的方向)

　　分詞測試例子：我/有意/見(jiàn)/分歧

　　反向最大匹配法(由右到左的方向)

　　分詞測試例子：我/有/意見(jiàn)/分歧

　　據大量測試數據統計結果表明：?jiǎn)渭兪褂谜蜃畲笃ヅ涞腻e誤率為1/169，單純使用反

　　向最大匹配的錯誤率為1/245。逆向匹配的切分精度略高于正向匹配。

　　2.基于統計的分詞方法

　　相鄰的字同時(shí)出現的次數越多，就越有可能構成一個(gè)詞。用于系統自動(dòng)識別新詞。

　　3.基于理解的分詞方法

　　在分詞的同時(shí)進(jìn)行句法、語(yǔ)義分析，利用句法信息和語(yǔ)義信息來(lái)處理歧異現象。

　　三、百度搜索引擎分詞技術(shù)分析

　　1.最大分詞詞長(cháng)

　　分詞技術(shù)歸納：少于等于3個(gè)中文字不切割

　　分詞技術(shù)歸納：對于大于等于4個(gè)漢字的詞將被分詞

　　2.分詞匹配算法

　　分詞測試查詢(xún)：查詢(xún)：“工地方向導”

　　正向最大匹配：工地/方向/導

　　反響最大匹配：工/地方/向導

　　百度采用 正向最大匹配算法

　　分詞技術(shù)歸納：首先用專(zhuān)用詞典采用最大正向匹配分詞，切出部分結果;剩余沒(méi)有切分交給普通詞典，同樣采取正向最大匹配分詞。