深圳网站制作公司易捷网络欢迎您,我司主营业务:深圳企业网站制作,欢迎来电。
深圳企业网站制作
深圳网站制作业务咨询
0755-61603557
赵先生:13714247375
深圳网站制作技术支持
您现在的位置:网站首页 > 深圳网站制作教程

优化:浅谈百度三种中文分词技术

文章作者:易捷网站制作公司编辑    文章来源:深圳网站制作公司-易捷网络

  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)匹配和最小(最短)匹配”;长尾词在文章中的间距也是决定文章排名的因素。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。

  本文由http://www.aoxsys.net/blog-6-66.html的作者编辑,转载请保留,谢谢合作

更多网络知识及相关网络服务请QQ咨询网站制作公司QQ:1141557812

深圳网站制作公司易捷网络科技主营业务:企业网站制作、网站推广优化、企业邮箱申请、域名空间购买、网站备案、论坛网站制作和企业网站维护。网站建设服务热线:13714247375
上一篇企业网站制作技术文章:    从百度经验搜索权重高看其seo内页优化
下一篇企业网站制作技术文章:    怎么写好软文
深圳网站制作最新案例欣赏:
深圳网站制作相关文章阅读
网站制作流程深圳网站制作深圳网络公司深圳网站制作教程联系我们
业务咨询热线:0755-61603557    7X24小时热线:13714247375赵先生
地址:广东省深圳市宝安区宝源路鸿源大厦715    ICP备案号:粤ICP备12084881号-1
版权所有:深圳网站建设公司易捷网络科技有限公司版权所有  网站地图  XML
本站关键词:深圳网站制作公司  企业网站制作  深圳网站制作  企业网站制作  北京网站制作公司  北京高端网站建设
QQ在线咨询