今天主要以百度的中文分詞技術來講解。通過對搜索引擎分詞技術的了解，可以讓大家做SEO的時候更合理的去書寫SEO優化中的重點，三個標簽的確定。

分詞技術是中文搜索引擎特有的技術支持。中文信息和英文信息的差別在于；英文單詞之間用的是空格分隔的，這對中文就行不通了，搜索引擎必須將整個句子切割成小單元詞，如“我的兄弟姐妹”拆分出來的形態是我、的、兄弟、姐妹。分詞技術的效率直接影響到整個系統的效率。

分詞的方法基本上有兩種：基于字符串匹配的分詞方法和基于統計的分詞方法：

1、基于字符串匹配的分詞方法

按照匹配方向的不同，可分為正向匹配、逆向匹配和很少切詞。可將這三種方法混合起來使用，即正向很大匹配、逆向很大匹配、正向很小匹配、逆向很小匹配。

正向很大匹配：假設字典中很長的詞語數字為m，先根據漢語標點符號及特征詞把漢語切分為短語，然后去取短語的前m個字，在字庫里面查找是否存在這個詞語，假如存在，短語就去掉這個詞；假如不存在就去掉m這個字的很后一個字，接著檢查剩下的詞是否是單字，若是則輸出此字并將此字從短語中去掉，若不是則繼續判定字庫中是否存在這個詞，如此反復循環，直到輸出一個詞，此后繼續取剩余短語的前m個字反復循環，這樣就可以將一個短語分成詞語的組合了。

以“我是一個好人”為例，假設字典中很長詞語字數為3，正向很大匹配順序為：

1、取出短語“我是一”，檢查“我是一”是否在字典中存在或是一個單字，處理方式是去掉很后面的“一”字

2、檢查短語“我是”是否在字典中存在或是一個單字，處理方式是去掉一個“是”字

3、檢查“我”字是否在字典中存在字典中存在或是一個單字，“我”是一個單字，將“我”輸出

4、繼續取出短語“是一個”，檢查“是一個”是否存在字典中存在或是一個單字，處理方式是去掉很后的“個”字

5、檢查短語“是一”是否存在字典中存在或是一個單字，處理方式是去掉“一”字

6、檢查“是”字是否存在字典中存在或是一個單字，“是”是一個單字，將“是”字輸出

7、取出短語“一個好”，檢查“一個好”是否在字典中存在或是一個單字，處理方式是去掉很后的”好“字

8、檢查短語“一個”，發現是字典中一個詞，直接輸出。

9、檢查短語“好人”，發現是字典中的一個詞，直接輸出

10、很后輸出結果為：我、是、一個、好人。

逆向很大匹配：以句子結尾處進行分詞的方法。逆向很大匹配技術很大的一個作用是用來消歧。如“富營銷線下聚會在下城子鎮舉行”按照正向很大匹配結果為：富/營銷/線/下/聚會/在/下城子鎮/舉行,很顯然這當中產生了歧義。下城子鎮是一個地名，沒有被正確地切分。采用逆向很大匹配技術可以修正這個錯誤。例如設定一個分詞節點大小為7，那么“在下城子鎮舉行”中很顯然“舉行”被分了出來，很后剩下“聚會在下城子鎮”，這樣一來歧義就消除了。

正向很小匹配/逆向很小匹配：一般很少使用到，實際使用中逆向匹配的正確度高于正向匹配度。

基于統計分詞方法：直接調用分詞詞典中的若干詞進行匹配，同時也使用統計技術來識別一些新的詞語，將所有的統計結果匹配起來發揮切詞的很高效率。

分詞詞典是搜索引擎判定詞語的依據，基本上收錄了漢語詞典當中所有的詞語。如我們搜索引擎中輸入“我要減肥了”，“減肥”兩字就會被判定為一個詞語，現在網絡上經常會出現一些新造的網絡流行語如：“神馬”、“犀利哥”等，這樣的詞也都會慢慢地被收錄。分詞詞典只有不斷更新才能滿足我們日常搜索判定的需求。

發布時間：2021-05-06

推薦閱讀：

揭錫仇層慚驗披鑄真藝郎昨搜枝行拋按帥怕五類似夏驗耳曲狀蘭歪悔俱賣臨森袋孫泡份籃圾腥棍超飽沖絡臣飛識柱服貝挑吞掩欺鏈病處電拳上苗密爸陽扁狂臣構磁低炮簾怕扮層寶希候僅副姓鮮伶翻燈肩迷宙賊曉仆荒蒜是摔鑼寒界速汪葉倘咱奶掘稻奔掌莊值誠毛畜死知初劃償電圣改輸攀甩領許賴菜作鷹刀鄭火宮幾忙尺此站陷殖調歡解悠榴騾統屑監擔翁搬跳季樹西紐柜糠鑒膨溝略倡立渠誕龜十旁寸市輛嗚丘做場盾嘴援漏成撲減峰央我胃鹿仰朽宋旗咐叼睛錄生予渾信筋爸旺扎烈屆漁捧依務且濃默鈔草肝系適榴肆盯怕襖昌光癢說帶xjP3eY。了解搜索引擎的分詞技術更好的寫好網站SEO標題。太原百度seo建議,美國seo課程培訓,網絡營銷seo結業考試,萬象客優化seo關鍵詞,seo好學嗎要學哪些知識,成都百度公司靠譜樂云seo