百度中文分词方式

    中文词库分割：不难理解，长春网站推广“百度如何排名”将被分为“百度”“如何”“排名”这几个词，因为这是中文词典里存在的词，百度有庞大的中文词典库支撑，这个不是难度。

    自然分割：包括标点符号、空格引起的分割，这是首要因素，比如或者“百度 如何排名”这样的搜索行为会被百度首先划分为“百度”、“如何排名”，这一点是肯定的，要理解用户搜索的行为意图，首先是要尊重用户的搜索行为。

    分字：如果用户搜索“百 度 如 何 排名”的时候，百度也是无可奈何的，因为你不能判断出来用户就是在搜索“百度 如何 排名”，还得尊重用户搜索行为，所以，不得不进一步将中文词进行分字：“百”“度”“如”“何”“排名”，然后在进行组合分词，组成不同的词组去数据库中匹配。

    分词组合分词：为了更能理解用户意图，必须保证语义连贯，那么那三个词可以组合成“百度如何排名”;“百度如何”+“排 名”; “百度排名”+“如何”;“如何排名”+“百度”以及这几个词颠倒的组合，重要程度按照顺序优先原则，紧接着是倒序和双向序列的分词组合，分析切分有个基 本的原则就是最少的切分。

    长春网站推广 www.afd2010.com