百度搜索引擎分词算法的原理
今天主要讲：分词算法原理。
分两个部分来讲：第一个知识点讲的是什么是分词技术、第二个知识点讲的是分词算法的基础运用。
首先我们先来讲第一个，什么是分词技术：分词技术就是把一段文字进行分词处理，简单来理解就是把一段文字切割，然后获得这里面的词语。举个简单的例子，比如说原文是”冬天的张家界很美”，那么分词之后可以分成”冬天的”和”张家界很美”。搜索引擎可以获得这些分后的词语，然后用于计算网页。所以这就是分词技术。
为什么需要用分词技术呢？因为搜索引擎它只能通过一些算法、计算的方式去计算网页的主题、得分。所以他需要通过分词技术来切割文字，从而计算这个网页。
接下来讲第二个，分词算法的基础运用。对分词算法最基础的运用有两种：第一种是用户搜索及匹配。举个例子，当我们在百度上搜索”空压机价格”时，百度会如何处理词语呢？首先它会把”空压机价格”进行切割，得到两个词语：”空压机”和”价格”。然后根据这两个词语进行匹配结果。比如说第一个是”空压机”，那么百度就会在互联网海量网页中搜寻关于空压机这样的页面主题，筛选出包含有空压机主题的页面。接着对比价格，即判断带有空压机主题的页面里是否带有价格如果没有价格，则被淘汰；只保留带有待价格类型的结果。然后，在评定这些结果中一个页面得分最高，就是给用户匹配出来的结果。
第二个分词算法的运用是网页主题计算。因为百度是机器，它没有办法去取一篇文章和人类一样理解文章意思。所以只能通过算法来计算这篇文章的主题。最基础的方式就是通过分词技来切割文字。今天课程就说到这了，关注燃灯教育SEO搜索学院公众号，获得更多的学习资料！
