理解搜索引擎網站分詞技術對於我們的SEO辦公有著意大的意義，無論是我們的網站關鍵詞布局仍然鏈接架構，都跟分詞有極大的關涉。這處蕭涵給大家談下一百度的漢字分詞(當然也不限制於百度，其它搜索引擎網站也是相差無幾的)。本文分兩個局部，首先是摘取已有的關於分詞的詮釋，額外再參加我自個兒對分詞的擴展思考的線索。

　　啥子是漢字分詞?

　　我們都曉得，英文句子都是由一個一個單詞按空格分開組成，所以在分詞方面就便捷多了，但我們漢字是一個一個中文連署而成，所以相對來說是比較復雜的。漢字分詞指的是將一個漢語句子切分成一個一個單獨的詞，依照一定的規則從新組派生詞序列的過程。這個也稱做漢字切詞。

　　分詞對於搜索引擎網站有著非常大的效用，是文本開鑿的基礎，可以幫忙手續半自動辨別語句的涵義，以達到搜索最後結果的高度般配，分詞的品質直接影響了搜索最後結果的非常准確度。到現在為止搜索引擎網站分詞的辦法主要經過字典般配和計數學兩種辦法。

　　一、基於字典般配的分詞辦法

　　這種辦法首先得有一個超大的字典，也就是分詞引得庫，而後依照一定的規則將待分詞的字符串與分詞庫中的詞施行般配，若找到某個詞和詞組，則般配成功，這種般配有分以下四種形式：

　　1、正向最大般配法(由左到右的方向);

　　2、反向最大般配法(由右到左的方向);

　　3、最少切分(使每一句中切出的詞數最小);

　　4、雙向最大般配法(施行由左到右、由右到左兩次電子掃描)

　　一般，搜索引擎網站會認為合適而使用多種形式組合運用。但這種形式也一樣給搜索引擎網站帶來了難不成，譬如對於多種意思的處置(關鍵是我們漢語的廣播高深啊)，為了增長般配的正確率，搜索引擎網站還會模人格化修辭方式對句子的了解，達到辨別詞和詞組的效果。基本思想就是在分詞的同時施行句法、語義剖析，利用句法信息和語義信息來處置多種意思現象。一般涵蓋三個局部：分詞子系統、句法語義子系統、總控局部。在總控局部的協調下，分詞子系統可以取得相關詞、句子等的句法和語義信息來對分詞多種意思施行判斷，即它摹擬了人對句子的了解過程。這種分詞辦法需求運用數量多的語言知識和信息，當然我們的搜索引擎網站也在不斷進步提高。

　　二、基於計數的分詞辦法

　　固然分詞字典解決了眾多問題，但仍然遠遠不夠的，搜索引擎網站還要具有不斷的發覺新的詞和詞組的有經驗，經過計算詞和詞組相鄰顯露出來的幾率來確認是否是一個單獨的詞和詞組。所以，掌握的上下文越多，對句子的了解就seo越正確，分詞也越非常准確。舉個例子說，搜索引擎網站優化，在字典中般配出來有可能是：搜索/引擎/優化、搜/引得/擎/優化，但通過後期的幾率計算，發覺搜索引擎網站優化在上下文相鄰百出，那末基於計數便會將這個詞和詞組也參加進分詞引得庫。關於這點我在《關於電商與圈的分詞測試》就是一樣的一個例子。

　　漢字分詞的應用

　　分詞正確性對搜索引擎網站來說非常關緊，但假如分詞速度太慢，縱然正確性再高，對於搜索引擎網站來說也是不可以用的，由於搜索引擎網站需求處置數以億計的網頁，假如分詞耗用的時間過長，會嚴重影響搜索引擎網站內部實質意義更新的速度。因為這個對於搜索引擎網站來說，分詞的正確性和速度，二者都需求達到頎長的要求。

　　對於我們SEO在業者來說，分詞的原理和辦法是一定要掌握的，這麼能力夠將我們的網站預設得讓搜索引擎網站容易確認它的正題有關性。譬如我們的網站是關於SEO培養訓練的，當用戶在搜索這個詞和詞組的時刻，搜索引擎網站首先會對其施行分詞，譬如分為SEO和培養訓練，而後在引得庫中施行作別般配。這處還牽涉到到一點兒，也是我自個兒的總結概括，每個詞和詞組分詞後有一個主詞和副詞，一般是優先般配主詞，而後再般配副詞，譬如這處顯然SEO是主詞，所以優先去般配這個詞和詞組，而後是培養訓練這個副詞。那末， 我們的網站應當怎麼樣去布局和架構，留給大家去深刻思考。

　　筆者：蕭涵 首發蕭涵SEO博客，原文地址： 過載請注明來源。