了解引擎>搜索引擎分词技术对于我们的SEO工作有着重大的意义，不管是我们的关键词布局还是链接架构，都跟分词有莫大的关联。这里萧涵给大家谈下一百度的中文分词（当然也不局限于百度，其他引擎>搜索引擎也是差不多的）。本文分两个部分，首先是摘取已有的关于分词的解释，另外再加入我自己对分词的扩展思路。
什么是中文分词？
我们都知道，英文句子都是由一个一个单词按空格分开组成，所以在分词方面就方便多了，但我们中文是一个一个汉字连接而成，所以相对来说是比较复杂的。中文分词指的是将一个汉语句子切分成一个一个单独的词，按照一定的规则重新组合成词序列的过程。这个也称做“中文切词”。
分词对于引擎>搜索引擎有着很大的作用，是文本挖掘的基础，可以帮助程序自动识别语句的含义，以达到搜索结果的高度匹配，分词的质量直接影响了搜索结果的精确度。目前引擎>搜索引擎分词的方法主要通过字典匹配和统计学两种方法。
一、基于字典匹配的分词方法
这种方法首先得有一个超大的字典，也就是分词索引库，然后按照一定的规则将待分词的字符串与分词库中的词进行匹配，若找到某个词语，则匹配成功，这种匹配有分以下四种方式：
- 1、正向最大匹配法（由左到右的方向）；
- 2、逆向最大匹配法（由右到左的方向）；
- 3、最少切分（使每一句中切出的词数最小）；
- 4、双向最大匹配法（进行由左到右、由右到左两次扫描）
通常，引擎>搜索引擎会采用多种方式组合使用。但这种方式也同样给引擎>搜索引擎带来了难道，比如对于歧义的处理（关键是我们汉语的博大精深啊），为了提高匹配的准确率，引擎>搜索引擎还会模拟人对句子的理解，达到识别词语的效果。基本思想就是在分词的同时进行句法、语义分析，利用句法信息和语义信息来处理歧义现象。通常包括三个部分：分词子系统、句法语义子系统、总控部分。在总控部分的协调下，分词子系统可以获得有关词、句子等的句法和语义信息来对分词歧义进行判断，即它模拟了人对句子的理解过程。这种分词方法需要使用大量的语言知识和信息，当然我们的引擎>搜索引擎也在不断进步。
二、基于统计的分词方法
虽然分词字典解决了很多问题，但还是远远不够的，引擎>搜索引擎还要具备不断的发现新的词语的能力，通过计算词语相邻出现的概率来确定是否是一个单独的词语。所以，掌握的上下文越多，对句子的理解就越准确，分词也越精确。举个例子说，“引擎>搜索引擎优化”，在字典中匹配出来可能是：搜索/引擎/优化、搜/索引/擎/优化，但经过后期的概率计算，发现“引擎>搜索引擎优化”在上下文相邻出现的次数非常多，那么基于统计就会将这个词语也加入进分词索引库。关于这点我在《关于电商与圈的分词测试》就是同样的一个例子。
中文分词的应用
分词准确性对引擎>搜索引擎来说十分重要，但如果分词速度太慢，即使准确性再高，对于引擎>搜索引擎来说也是不可用的，因为引擎>搜索引擎需要处理数以亿计的网页，如果分词耗用的时间过长，会严重影响引擎>搜索引擎内容更新的速度。因此对于引擎>搜索引擎来说，分词的准确性和速度，二者都需要达到很高的要求。
对于我们SEO从业者来说，分词的原理和方法是必须要掌握的，这样才能够将我们的网站设计得让引擎>搜索引擎容易确定它的主题相关性。比如我们的网站是关于SEO培训的，当用户在搜索这个词语的时候，引擎>搜索引擎首先会对其进行分词，比如分为“SEO”和“培训”，然后在索引库中进行分别匹配。这里还涉及到一点，也是我自己的总结，每个词语分词后有一个主词和副词，通常是优先匹配主词，然后再匹配副词，比如这里显然SEO是主词，所以优先去匹配这个词语，然后是培训这个副词。那么， 我们的网站应该如何去布局和架构，留给大家去思考。
http://www.xiaohan86.com/2011061149.html
