掌握百度搜索引擎分詞技術，使網站優化更上一層樓

從百度搜索引擎優化的角度來看，如果分詞技術可以運用恰當，可以使你的網站優化更上一層樓，其實分詞原理很簡單，就是當用戶輸入查詢關鍵詞的時候可以給用戶匹配相關準確輸出結果，同時也是百度所追求的用戶友好度體驗。

如果可以很好的掌握百度分詞技術就可以實現網站關鍵詞的定位，而且可以羅列出長尾關鍵詞，從而帶動網站更好的優化，引來更多的流星，百度分詞技術比谷歌分詞先進的原因是百度有一個巨大的詞庫，包含了人名、地名、企業名等，同時有正向的匹配和反向匹配，以較短的路徑滿足用戶的搜索需求。

百度分詞主要是以詞義、詞語、詞頻的方式滿足搜索引擎對詞語的抓取，具體的分詞原理分為這三大部分:

一、字符串匹配分詞方法

細分為是正向匹配法、反向匹配法、短路徑分詞法等。

1、正向匹配法

正向匹配法主要是結合我們長期寫字的方式，將一個詞或者一句話從左向右來分詞，例如:“一個學生在教室上自習”，這一句話的正向匹配法就是一個，學生，正在，教室，上，自習，主要采用從左向右的匹配方法。

2、反向匹配法

反向匹配法與正向匹配法剛好相反，例如:“一個學生在教室上自習”主要是將學生，正在，教室，上，自習利用反向匹配法從右向左區分。

3、較短路徑分詞法

其實就是一段話中需要分出來的詞數比較少，盡可能將一句話分成幾個詞來區分，也有特殊情況，就是將正向匹配、反向匹配、短路徑匹配三者結合起來組成的分詞方法，例如正向匹配與反向匹配組合起來就叫做雙向匹配法。

二、詞義分詞方法

詞義分詞方法就是利用一種機器語言來判斷的分詞方式，進行句法、語義分析，借助語法信息和語義信息作出判斷處理歧義的現象，目前這樣的方法在百度中還不算成熟。

三、統計分析方法

統計分析主要是在人工標注與統計特征下進行的，對于中文進行建立模型，在分詞階段通過模型來計算分詞出現的概率，能夠將概率的結果作為后的籌碼，比較常見的序列模型有HMM和CRF。

優勢是可以很好的處理歧義和不能登錄詞的問題，效果比字符串匹配效果要好。

劣勢是可能需要大量的人工標注，速度會相對比較慢。

因為相鄰的字同時出現的次數較多，就越有可能組成一個詞語，所以字與詞相鄰部分出現的幾率可以很好地反應詞語的可信度。

也可以對語料中臨邊出現的各個字的組合頻度進行統計，預算出他們的共同信息，從而定義這些信息，計算這個詞之間相鄰的出現的概率。

在做百度分詞分析的過程中，不論是標題Tltle分詞，還是首頁相關關鍵詞設置，我們都不可以隨意使用百度搜索的任意一個關鍵詞，因為你會發現首頁標題能利用百度搜索引擎切除相關關鍵詞排名靠前。

而網站關鍵詞質量的好壞是影響百度排名的重要因素，如果你對百度搜索引擎分詞技術有一定理解，那么對你做有關提升關鍵詞排名的工作將會變得簡單得多。

分詞技術：什么是分詞, 如何分詞搜索引擎會承認,這是一位朋友提的問題，想必大家也聽說過，很好奇，什么是分詞技術，什么又是百度分詞呢?分詞大家容易理解。就是一段詞用字符分開，比如標點符號，空格等。

那什么叫分詞技術呢？

分詞技術就是seo針對用戶提交查詢的關鍵串進行的查詢處理后根據用戶的關鍵詞串用各種匹配方法進行的一種技術。大家好好理解。那么我們要理解分詞技術先要理解一個概念。那就是查詢處理，當用戶向搜索引擎提交查詢后，搜索引擎接收到用戶的信息要做一系列的處理。

首先是到數據庫里面索引相關的信息，這就是查詢處理，那么查詢處理又是如何工作的呢？很簡單，把用戶提交的字符串沒有超過3個的中文字，就會直接到數據庫索引詞匯。超過4個中文字的，首先用分隔符比如空格，標點符號，將查詢串分割成若干子查詢串。舉個例子?！笆裁词前俣确衷~技術” 我們就會把這個詞分割成“ 什么是，百度，分詞技術?！边@種分詞方法叫做反向匹配法。

然后再看用戶提供的這個詞有沒有重復詞匯。如果有的話，會丟棄掉，默認為一個詞匯。接下來檢查用戶提交的字符串，有沒有字母和數字。如果有的話，就把字母和數字認為一個詞。好了，這就是SEO的查詢處理。

講了查詢處理后，大家對分詞技術，尤其是中文分詞技術有了一個基本的了解。其實我講的都是搜索引擎的原理。好了，我接下來講分詞的原理。我們用百度來舉例，百度是如何來分詞的呢？分詞技術現今非常成熟了。他分為3種技術。

1.字符串匹配的分詞方法

2.詞義分詞法。

3.統計分詞法。

四、字符串匹配的分詞方法（分三種）

1.正向最大匹配法

什么意思呢？就是把一個詞從左至右來分詞。舉個例子，“不知道你在說什么”這句話采用正向最大匹配法是如何分的呢？“不知道，你，在，說什么”與正向最大匹配法相對應的是反向最大匹配發。這是第二種分詞方法。

2. 反向最大匹配法

上面我舉的例子是如何分的呢 "不知道你在說什么"。反向最大匹配法來分上面這段是如何分的?！安?，知道，你在，說，什么”，這個就分的比較多了，反向最大匹配法就是從右至左。

3.就是最短路徑分詞法

這個怎么理解呢 ，就是說我一段話里面要求切出的詞數是最少的。還是上面那句話“不知道你在說什么”最短路徑分詞法網站開發就是指，我把上面那句話分成的詞要是最少的。不知道，你在，說什么，這就是最短路徑分詞法，分出來就只有3個詞了 。好了，當然還有上面三種可以相互結合組成一些分詞方法。比如正向最大匹配法和反向最大匹配法組合起來就可以叫做雙向最大匹配法。

五、詞義分詞法

這種其實就是一種機器語音判斷的分詞方法。很簡單，進行句法、語義分析，利用網站優化句法信息和語義信息來處理歧義現象來分詞，這種分詞方法，現在還不成熟。處在測試階段。

六、統計的分詞方法

這個很簡單，就是根據詞組的統計，就會發現兩個相鄰的字出現的頻率最多，那么這個詞就很重要。就可以作為用戶提供字符串中的分隔符。這樣來分詞。比如，“我的,你的，許多的，這里，哪里，那里”。等等，這些詞出現的比較多，就從這些詞里面分開來。