掌握百度分词技术，使网站优化锦上添花

从百度搜索引擎优化的角度来说，如果分词技术能运用得当，你的网站上一层楼就能优化。其实分词的原理很简单，就是当用户输入查询关键词时，能够匹配出相关的、准确的输出结果，这也是百度所追求的人性化体验。

如果能很好的掌握百度的分词技术，可以定位网站的关键词，列出长尾关键词，会带动网站更好的优化，吸引更多的流量。百度的分词技术之所以比Google先进，是因为百度有庞大的词库，包括人名、地名、企业名等。同时具有正向匹配和反向匹配，以更短的路径满足用户的搜索需求。

百度分词主要是利用词义、词、词频来满足搜索引擎对词的把握。具体的分词原理分为三部分:

一、字符串匹配分词方法

细分为正向匹配法、反向匹配法、短路径分词法等。

1.正向匹配法

正匹配法主要是结合我们长期的写作风格，从左到右划分一个单词或句子，比如“一个学生正在教室里自习”。这句话的正匹配法是一个学生，一个学生，一个老师，一个教室，一个班级，一个自习。主要采用左右匹配的方法。

2.反向匹配法

反向匹配法与正向匹配法正好相反。比如“一个学生在教室里自习”，主要是利用反向匹配的方法，从右到左区分学生、学生、老师、学生、学生。

3.最短路径分割

其实一个段落中需要分隔的字数比较少。尽量把一个句子分成几个词来区分。也有特例，即正向匹配、反向匹配和短路径匹配相结合的分词方法。比如正向匹配和反向匹配相结合，称为双向匹配法。

注:上图为百度分词技术的应用

二。词义切分方法

分词方法是利用机器语言进行判断，分析句法和语义，借助语法信息和语义信息判断和处理歧义的一种分词方法。目前这种方法在百度并不成熟。

三。统计分析方法

统计分析主要在人工标注和统计特征下进行。对于中文，建立模型，在分词阶段通过模型计算分词的概率，这样概率的结果就可以作为筹码。比较常见的序列模型是HMM和CRF。

优点是可以处理歧义和无法登录词，效果比字符串匹配好。

缺点可能需要大量的人工标注，速度会比较慢。

因为同时出现的相邻词的数量越多，就越有可能形成一个词，所以词和词的相邻部分出现的概率就能很好地反映词的可信度。

还可以统计语料库中相邻词的组合频率，估计它们的共同信息，从而定义这些信息，计算相邻词的概率。

在百度分词分析的过程中，我们不能随意使用百度搜索的任何关键词，无论是标题分词还是首页的相关关键词设置，因为你会发现首页标题可以被百度搜索引擎截掉，排名靠前。