欢迎光临创新互联！成都网站制作、成都域名注册、成都虚拟主机、网站空间服务商，我们将竭诚为您提供最优质的服务！QQ：646608388 TEL：18982081108
域名注册
虚拟主机
网站建设
企业邮局
网络营销
网站备案
服务器租用
PP玩游戏盒,欧欧游戏盒子:百度的三种中文分词技术
- 作者：作者：王虎 文章来源：网站优化 点击数：870 更新时间：2009-1-12
- 中文分词技术是搜索引擎对于用户提交查询的关键词，搜索引擎用中文分词把词按照一定的规格，将一个长尾词分割成几个部分，从而概括一段话的主要内容，让用户能更快速度的找到想要的内容。
中国IDC圈7月21日消息：中文分词技术是搜索引擎对于用户提交查询的关键词，搜索引擎用中文分词把词按照一定的规格，将一个长尾词分割成几个部分，从而概括一段话的主要内容，让用户能更快速度的找到想要的内容。
搜索引擎最常用的几种分词方法有三种：
一、字符串匹配的方法；（字符串匹配的分词一般为3种：1.正向最大匹配法；2.逆向最大匹配法；3.最少切分）
二、理解分词方法；
三、统计分词方法。
字符串匹配方法：在百度中搜索“我喜欢玩宠物连连看”而在百度排名第一位的是以标题和搜索的长尾词相符合，说明在网站条件相当的情况下，先显示标题匹配的网页。这样文章标题中的长尾是在排名中非常重要的。而在百度第二页“我喜欢玩宠物连连看”用百度快照查看，很显然长尾词已经被分成“我喜欢，玩，宠物连连看”而在外后已经被分成：“我，喜欢玩，宠物，连连看”，这种匹配方法是最少切分方式。
理解分词方法：当输入的字符串中包含≤3个中文字符的话百度分词就会直接接到数据库索引词汇；而当字符串长度》4个中文字符的时候，百度中分词会会把这个词分成若干个字符。如：百度搜索“电动车”。
统计分词方法：相邻的字同时出现的次数越多，中文分词就会可能把出现相邻的字当成你一个词。例如在百度中输入一个字符“网”而在下面百度也把“网站”标红了，这样可以看得出“网”与“站”这两个字符相邻出现的次数非常多，统计分词已经把“网站”纳入了词库。
对于百度中文分词的理解：
中文分词中强调一点：“按照不同长度优先匹配的情况，可以分为最大（最长）匹配和最�。ㄗ疃蹋┢ヅ洹保怀の泊试谖恼轮械募渚嘁彩蔷龆ㄎ恼屡琶囊蛩�。如：“我喜欢玩宠物连连看”在百度第十三页的时候已经被分词成“我，喜欢，玩，宠物，连连，看”
全字匹配得到的词的权重会高于分开的词的权重。
根据自己的观察现在百度大部分都是使用的是正向匹配。
百度分词对于一句话分词之后，还会去掉句子中的没有意义的词语。
- 上一篇文章：百度收录突然减少的分析和解决办法
下一篇文章：百度k站恢复粗略记录
服务电话：028-86922220 13518219792 公司地址：成都市太升南路288号锦天国际A幢1002号
支持信箱：service@cdxwcx.com 版权所有：创新互联-成都网站建设网络公司 蜀ICP备13010860号
创新互联成都网络公司专业从事：成都网站设计,成都网站制作,成都网站建设,成都网页制作,成都网页设计,成都网站开发以精湛技术为核心
<![CDATA[<small id='4kweLl'></small><noframes id='c4BI'>]]>
|
|
|
|
|
| <![CDATA[<legend id='suJB6r'><style id='erDA'><dir id='uSIN'><q id='kFUxWVx'></q></dir></style></legend>]]> |
<![CDATA[<i id='ZbeS'><tr id='TRI4n'><dt id='cny6'><q id='TBmn9P'><span id='Ek3rn'><b id='zQrFfw'><form id='G1GF'><ins id='VQPN2'></ins><ul id='BxXzJ'></ul><sub id='6VU6'></sub></form><legend id='eVJap'></legend><bdo id='zhbfbh'><pre id='pclOCo'><center id='A3Zq'></center></pre></bdo></b><th id='siLX'></th></span></q></dt></tr></i>]]><![CDATA[<div id='qZw3T'><tfoot id='U1dK'></tfoot><dl id='Cm56P'><fieldset id='MCSE'></fieldset></dl></div>]]>
|
|
|
|
| | | |
<![CDATA[<bdo id='BqowC4'></bdo><ul id='otNIne'></ul>]]>
|
|
| | |
