搜索引擎切词中的匹配切词和统计切词

comeon182

    学习网站优化可以不懂搜索引擎算法，但我们应该了解一些搜索引擎切词的知识，这有利于我们对核
心关键词的布局做到更精准，缩小搜索范围，提高优化效率。　　　
    中文分词是将一句话或者一个短语切分成若干单独的词，通过搜索引擎规则重新组合成一个序列的过
程，简称“中文切词”。分词可以帮助搜索引擎程序自动识别语句的含义，从而使搜索结果的匹配度达到
最高，因此分词的质量也就直接影响了搜索结果的精确度。目前百度搜索引擎分词主要采用字典匹配和统
计学这两种方法。
　　字典匹配分词
　　搜索引擎有一个词库量超大的词典，即分词索引库，蜘蛛抓起的的词的字符串与词库中的词进行匹配
，找到某个词语就表示匹配成功。主要分为四种切分方式：最少切分(使每一句中切出的词数最小);正向最
大匹配法(由左到右的方向);双向最大匹配法(进行由左到右、由右到左两次扫描);逆向最大匹配法(由右到
左的方向)。
　　为了搜索结果更精准，搜索引擎会多种分词方式交替使用，这就为搜索引擎带来很大的困难，如歧义
的处理，为了提高关键词匹配的精确率，搜索引擎会模拟人对字义的理解，从而达到识别词语的效果。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。
　　统计学分词
　　统计学分词主要是通过该词在网页中出现的频率，位置等因素来进统计，并加入到分词索引库，混合
参与切词。