阿霸為了讓大家更好的理解如何去選擇關(guān)鍵字詞，特意做了一些分詞測試試驗，歸納了一些關(guān)于搜索引擎百度分詞的經(jīng)驗向大家分享。希望可以幫助站長們更深層的理解搜索引擎分詞技術(shù)，做好自己的網(wǎng)站，獲得更好的排名。

一、搜索引擎中文分詞技術(shù)

搜索引擎中文分詞技術(shù)簡單來說，就是把中文的漢字序列切分成有意義的詞組。

分詞例子：我/是/一個/學(xué)生

二、搜索引擎分詞技術(shù)簡述

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極其詞庫中的詞條進(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?yán)�子：�?有意/見/分歧

反向最大匹配法（由右到左的方向）

分詞測試?yán)�子：�?有/意見/分歧

據(jù)大量測試數(shù)據(jù)統(tǒng)計結(jié)果表明：單純使用正向最大匹配的錯誤率為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(tǒng)計的分詞方法

相鄰的字同時出現(xiàn)的次數(shù)越多，就越有可能構(gòu)成一個詞。用于系統(tǒng)自動識別新詞。

3.基于理解的分詞方法

在分詞的同時進(jìn)行句法、語義分析，利用句法信息和語義信息來處理歧異現(xiàn)象。

三、百度搜索引擎分詞技術(shù)分析

1.最大分詞詞長

分詞測試查詢：當(dāng)然以

分詞技術(shù)歸納：少于等于3個中文字不切割

分詞測試查詢：電影下載

分詞技術(shù)歸納：對于大于等于4個漢字的詞將被分詞

2.分詞匹配算法

分詞測試查詢：查詢：“工地方向?qū)?rdquo;

正向最大匹配：工地/方向/導(dǎo)

反響最大匹配：工/地方/向?qū)?/p>

百度采用 正向最大匹配算法

分詞測試查詢：鄧小平安定軍山

正向最大匹配：鄧小平/安定/軍/山

百度分詞結(jié)果：鄧小平/安/定軍山

分詞結(jié)論：百度識別人名、影視、戲劇名等專用詞，轉(zhuǎn)用詞庫分詞時優(yōu)先。

分詞測試查詢：何潤東西南北（“何潤東”、“東西南北”兩個詞）

正向最大匹配：何潤東/西/南北

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

關(guān)于搜索引擎分詞技術(shù)，阿霸這次就先寫到這。但是搜索引擎的分詞技術(shù)遠(yuǎn)遠(yuǎn)不止這些，分詞中的一些難題，如歧義識別、新詞識別、拼寫檢查錯誤提示、拼音提示功能、相關(guān)搜索提示等深一些的日后有機(jī)會再向大家一一介紹。

大家有興趣進(jìn)一步了解這方面的相關(guān)知識，可以來我們的交流群一起交流。

中國站長資源網(wǎng)超級群-（500人）群號：47788123 （群共享中很多SEO資源、網(wǎng)站運營資源供群友下載�。�

建群目的：幫助站長們解決問題，菜鳥老手一視同仁，能教就教！能幫就幫！

標(biāo)簽： 搜索引擎 分詞技術(shù) 百度分詞技術(shù) 

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請與原作者聯(lián)系。