首页 > seo名词术语 一往情深seo

seo优化基础名词之中文分词

发布时间:20-04-27seo名词术语围观218

摘要:   作为一个seo人员,对于一些专业的名词术语要有一定的了解,这除了让seo人员更好的去理解seo优化外,还可以让seo在交流中更加方便。seo优化基础名词系列文章,主要有一百个名词说明,将简要介绍各

  作为一个seo人员,对于一些专业的名词术语要有一定的了解,这除了让seo人员更好的去理解seo优化外,还可以让seo在交流中更加方便。seo优化基础名词系列文章,主要有一百个名词说明,将简要介绍各个名词的意思!

  seo优化基础名词之中文分词

  中文分词是文本挖掘的基础,对于输入的一段中文,成功的进行中文分词,可以达到电脑自动识别语句含义的效果。中文分词技术属于自然语言处理技术范畴,对于一句话,人可以通过自己的知识来明白哪些是词,哪些不是词,但如何让计算机也能理解?其处理过程就是分词算法。

  影响中文分词对于搜索引擎来说,最重要的并不是找到所有结果,因为在上百亿的网页中找到所有结果没有太多的意义,没有人能看得完,最重要的是把最相关的结果排在最前面,这也称为相关度排序。中文分词的准确与否,常常直接影响到对搜索结果的相关度排序。从定性分析来说,搜索引擎的分词算法不同,词库的不同都会影响页面的返回结果。

  现有的分词算法可分为三大类:基于字符串匹配的分词方法、基于理解的分词方法和基于统计的分词方法。按照是否与词性标注过程相结合,又可以分为单纯分词方法和分词与标注相结合的一体化方法。【中文分词】

seo优化基础名词之中文分词截图

  对于seo优化人员来说,主要了解一下机械分词方法(字符串匹配):

  它是按照一定的策略将待分析的汉字串与一个“充分大的”机器词典中的词条进行匹配,若在词典中找到某个字符串,则匹配成功(识别出一个词)。按照扫描方向的不同,串匹配分词方法可以分为正向匹配和逆向匹配;按照不同长度优先匹配的情况,可以分为最大(最长)匹配和最小(最短)匹配;常用的几种机械分词方法如下:

  一、正向最大匹配法(由左到右的方向);

  二、逆向最大匹配法(由右到左的方向);

  三、最少切分(使每一句中切出的词数最小);

  四、双向最大匹配法(进行由左到右、由右到左两次扫描)

  还可以将上述各种方法相互组合,例如,可以将正向最大匹配方法和逆向最大匹配方法结合起来构成双向匹配法。由于汉语单字成词的特点,正向最小匹配和逆向最小匹配一般很少使用。一般说来,逆向匹配的切分精度略高于正向匹配,遇到的歧义现象也较少。统计结果表明,单纯使用正向最大匹配的错误率为1/169,单纯使用逆向最大匹配的错误率为1/245。但这种精度还远远不能满足实际的需要。实际使用的分词系统,都是把机械分词作为一种初分手段,还需通过利用各种其它的语言信息来进一步提高切分的准确率。

  一种方法是改进扫描方式,称为特征扫描或标志切分,优先在待分析字符串中识别和切分出一些带有明显特征的词,以这些词作为断点,可将原字符串分为较小的串再来进机械分词,从而减少匹配的错误率。另一种方法是将分词和词类标注结合起来,利用丰富的词类信息对分词决策提供帮助,并且在标注过程中又反过来对分词结果进行检验、调整,从而极大地提高切分的准确率。对于机械分词方法,可以建立一个一般的模型,在这方面有专业的学术论文,这里不做详细论述。

  ..........

  【详情请到百度百科查看】

  一往情深seo提醒:

  千万不要忽略这些概念类的东西,它有着意想不到的作用,在很多时候能让你事半功倍!【中文分词】


Tags: