1.字符串匹配的分詞方法

    2.詞義分詞法。

    3.統(tǒng)計(jì)分此法。

    字符串匹配的分詞方法

    也是常用的分詞法，百度就是用此種分詞。字符串匹配的分詞方法，他又分為3中分詞方法。

    1.正向最大匹配法

    什么意思呢？就是把一個(gè)詞從左至右來(lái)分詞。

    舉個(gè)例子。

    “不知道你在說(shuō)什么”

    這句話采用正向最大匹配法是如何分的呢？“不知道，你，在，說(shuō)什么”與正向最大匹配法相對(duì)應(yīng)的是反向最大匹配發(fā)。這是第二種分詞方法。

    2.反向最大匹配法

    來(lái)分上面我舉的例子是如何分的呢 ？"不知道你在說(shuō)什么"。反向最大匹配法來(lái)分上面這段是如何分的。“不，知道，你在，說(shuō)，什么”，這個(gè)就分的比較多了，反向最大匹配法就是從右至左。

    3.就是最短路徑分詞法。

    這個(gè)什么理解呢 ，就是說(shuō) 我一段話里面要求切出的詞數(shù)是最少的。還是上面哪句話“不知道你在說(shuō)什么”最短路徑分詞法就是指，我把上面哪句話分成的詞要是最少的。不知道，你在，說(shuō)什么，這就是最短路徑分詞法，分出來(lái)就只有3個(gè)詞了。

    好了，當(dāng)然還有上面三種可以相互結(jié)合組成一些分詞方法。比如正向最大匹配法和反向最大匹配法組合起來(lái)就可以叫做雙向最大匹配法。

    詞義分詞法

    這種其實(shí)就是一種機(jī)器語(yǔ)音判斷的分詞方法。很簡(jiǎn)單，進(jìn)行句法、語(yǔ)義分析，利用句法信息和語(yǔ)義信息來(lái)處理歧義現(xiàn)象來(lái)分詞，這種分詞方法，現(xiàn)在還不成熟。處在測(cè)試階段。

    統(tǒng)計(jì)的分詞方法

    這個(gè)很簡(jiǎn)單，就是根據(jù)詞組的統(tǒng)計(jì)，就會(huì)發(fā)現(xiàn)兩個(gè)相鄰的字出現(xiàn)的頻率最多，那么這個(gè)詞就很重要。就可以作為用戶提供字符串中的分隔符。這樣來(lái)分詞。比如，“我的,你的，許多的，這里，這一，那里”。等等，這些詞出現(xiàn)的比較多，就從這些詞里面分開來(lái)。好了，分詞技術(shù)講完了。