得知互动
标题: 深入百度分词算法的核心（实战） [打印本页]
作者: swmozowtfl 时间: 2015-5-7 23:48
标题: 深入百度分词算法的核心（实战）
大家好，我是朋少，今天依然为大家带来百度分词算法，注意本文绝对不是采集或是抄袭网上的一些教科书里的文章，而是朋少花了近两个星期才得到一些感悟，现在在这里写给我最亲爱的喜欢我的同志们，也请你们记住–风一样的男子，朋少！
' n6 i' S! C# q' ?& Y一、百度分词算法（切词）概念
3 V' `0 w" O" M就是将词组打乱，按照一定的规则重组，然后搞成新的词，对新词进行匹配。
) B% L$ z( N( d- a) }3 h! k; k
二、百度分词的算法三种方式
) q N; D' c& q. {2 ~Ⅰ基本字典的匹配分词
* H6 [) R8 e5 @- |' K- C
根据目标词与已经有的字典里的词组匹配，扫描后匹配成字、词、句的形式
t0 C) u5 s# W& A+ I; M( n2 V1、按照方式、可分为正向匹配和反向匹配
' N0 o% O5 ~8 z( b& X2、如果按方向和长度的匹配可以分为：正向最大匹配和逆向最大匹配
. A' v; E: A# k9 l6 u: W( e! q
3、还有一种就是双向匹配，双向匹配就是从正向和反向两个来匹配。
3 O" D: v9 c$ I& b, a9 M2 y
讲完上面两点之后，我们以“济南SEO朋少最帅”为例，讲解一下正向匹配和逆向匹配
+ M* Z. | J& ^, @* g
) [2 n8 j) B. s7 n* k8 M5 w, p* j0 k3、混合匹配
1 w% ?" ~4 H1 Y4 c, m& O
深圳蚂蚁搬家公司 可以匹配成深圳搬家公司 三个词并不连续，就是混合。
8 u' R& O. w5 ^# r* L# D
Ⅱ基于统计的匹配分词
7 e5 `. f9 f. ?) J8 w8 Q基本统计的匹配其实可以举一个很简单的例子来说明，比如在没有iphone之前，我们搜“苹果多少钱”的时候，基本上来说是我们平时吃的苹果，而有了苹果手机之的呢，大量的人也人搜这个词，但是呢，他们都是找的苹果手机多少钱，这个时候，百度就会统计出苹果手机这个占的比例是比较大的，因而把苹果手机排在前面。以“最新苹果多少钱”为例子：
, h( W# \5 Z% S g5 ]. [
(, 下载次数: 14)
- h9 O8 T' p% g6 z6 |* M" |
/ d* E) O3 h: b0 u a1 n4 ]( }7 |Ⅲ基于理解的匹配分词
1 n3 o( l0 G6 O
这个基本上来说到现在为止，还没有真正的成熟，那么什么是基于理解的分词呢，就是搜索引擎通过大量的积累，然后可以找相近的词来进行匹配，这种情况下，可能匹配一些较少的词。大家看下面这个例子，基于理解的分词：
7 f/ o! U* ^" y4 B# i; L4 m( x+ d% p; z. b6 W" U
教程到这里了，还会继续出百度分词算法的教程，因为一个人的标题写的怎么样，会决定他的排名以及以后的优化。请大家继续关注！
; E! w8 f! g$ q! |; N) [1 K9 O- i; _4 T* d
原文地址：http://www.niubseo.com/201412506.html
6 g% z T# q6 V% f% e. p: G
搜外原创作者：kongdesen
& V5 z0 w) k, \/ E! L) [
日期：2014-12-17
0 k' J! J8 h. W
谢谢管理！
, y! ]5 O% c( Z) u# {' D0 w! |/ c5 m3 B0 ~! A3 [8 A8 _! m
好的标题加上好的关键词大家好，我是朋少，今天依然为大家带来百度分词算法，注意本文绝对不是采集或是抄袭网上的一些教科书里的文章，而是朋少花了近两个星期才得到一些感悟，现在在这里写给我最亲爱的喜欢我的同志们，也请你们记住–风一样的男子，朋少！
! X- y. T4 L8 ?& n8 ^一、百度分词算法（切词）概念
3 }6 ?" N' p7 x就是将词组打乱，按照一定的规则重组，然后搞成新的词，对新词进行匹配。
9 N! T) h; b6 \5 p" a- E% X: l二、百度分词的算法三种方式
1 d8 L/ b) K) d1 C' X i- d
Ⅰ基本字典的匹配分词
5 |/ y0 y% a( o% z: L; q. Q
根据目标词与已经有的字典里的词组匹配，扫描后匹配成字、词、句的形式
0 z$ T# J1 @' J+ C7 E- j* T: |0 g1、按照方式、可分为正向匹配和反向匹配
* C! u+ m& w3 Y1 f; I
2、如果按方向和长度的匹配可以分为：正向最大匹配和逆向最大匹配
+ z( x( c3 U8 K6 h$ C/ o+ w3 A
3、还有一种就是双向匹配，双向匹配就是从正向和反向两个来匹配。
; ? v+ `' b7 i/ ?8 U* E讲完上面两点之后，我们以“济南SEO朋少最帅”为例，讲解一下正向匹配和逆向匹配
7 [, m1 Q1 y8 R9 ?- N/ H
i8 B: R3 G" d8 R& l) I7 @" t
3、混合匹配
6 A* S3 x, A) _4 f( z9 p; L
深圳蚂蚁搬家公司 可以匹配成深圳搬家公司 三个词并不连续，就是混合。
2 J9 D# |! x7 }+ p5 g+ G$ m( J
Ⅱ基于统计的匹配分词
D' x1 Y/ m" S* K& a" c D基本统计的匹配其实可以举一个很简单的例子来说明，比如在没有iphone之前，我们搜“苹果多少钱”的时候，基本上来说是我们平时吃的苹果，而有了苹果手机之的呢，大量的人也人搜这个词，但是呢，他们都是找的苹果手机多少钱，这个时候，百度就会统计出苹果手机这个占的比例是比较大的，因而把苹果手机排在前面。以“最新苹果多少钱”为例子：
9 H( l7 V4 m! ]) ]$ g
' a# B: u$ U- E1 V6 LⅢ基于理解的匹配分词
4 a/ q# {7 `% [3 x这个基本上来说到现在为止，还没有真正的成熟，那么什么是基于理解的分词呢，就是搜索引擎通过大量的积累，然后可以找相近的词来进行匹配，这种情况下，可能匹配一些较少的词。大家看下面这个例子，基于理解的分词：
" c" W; p7 ?7 r9 h/ g& \* u/ E. ^( J8 S. S) Z& e
教程到这里了，还会继续出百度分词算法的教程，因为一个人的标题写的怎么样，会决定他的排名以及以后的优化。请大家继续关注！
5 f$ k9 }! I) L
) ^0 d. K8 i1 w原文地址：http://www.niubseo.com/201412506.html
: {+ z0 }$ j1 ^+ ]搜外原创作者：kongdesen
* d4 s. Q- U0 e+ _3 l2 S日期：2014-12-17
; F" L$ H4 ?, b2 J/ R# m" G( k
谢谢管理！
0 f; z& ^ z% B# j3 {# j7 G0 N
8 V; C J- S5 I( n I- e
起标题和选词斟酌的重要性百度真难捉摸 时时刻刻在变动 优化真难呢扫描后匹配成字、词、句的形式
作者: Mqokjdvq 时间: 2016-1-5 21:02
刚才我还看见了呢.
作者: buingeEvineus 时间: 2016-1-5 21:03
既然你诚心诚意地发贴了，那我就大发慈悲地回复你。为了防止此贴被秒沉，为了维护此楼的繁荣！贯彻爱与真实的邪恶，可爱又迷人的顶贴角色！ 穿梭在贴吧之间的顶贴队！喵～就是这样
作者: wwdu926a 时间: 2016-1-5 21:03
呵呵~~~~你怎么老这样说~~~
作者: Mqokjdvq 时间: 2016-1-5 21:03
baidu是相当能折腾我了
作者: tohme 时间: 2016-3-22 21:07
楼主，你要继续努力啊！你是bbs的希望啊！你是网络文学的希望啊！你是整个网络界的希望文学界的希望啊！你是整个人类的希望啊！你是整个太阳系的希望啊！你是整个异次元空间的希望啊！
作者: wwdu926a 时间: 2016-3-22 21:07
你可是难得来坐坐啊~~~
作者: Acropozelan 时间: 2016-3-22 21:07
这就是我斗胆的一点粗略分析，每天睡觉以前，我都会把您的帖子再三拜读，拜读。
作者: alapScady 时间: 2016-3-22 21:07
楼上的话等于没说~~~
作者: alapScady 时间: 2016-3-22 21:08
回来了 呵呵刚才在斗地主那 ~~~~
| 欢迎光临 得知互动 (https://bbs.dezhifl.com/) |
Powered by Discuz! X3.4 |
; d5 Z/ u* p5 B( B# C
7 c- {9 G E: v! X1 u4 Q6 K