SEO如何學(xué)懂關(guān)鍵詞分詞技術(shù)

seo如何做好分詞技術(shù)?如何分詞能夠滿足搜索引擎?什么是百度分詞?SEO是否有接觸一些分詞組件呢?從百度分詞不難看出，分詞是根據(jù)詞義、詞語、詞頻的方式，來決定搜索引擎對詞語的捕捉。

中文分詞一般為：字符串匹配、統(tǒng)計(jì)分詞、詞義分詞。

第一種：字符串匹配分詞

這種分詞技術(shù)又稱之為機(jī)械分詞方法，直白說就是掃描字符串，查詢頁面中字符串的子串和詞相同，則視為匹配，該類分詞一般會加入啟發(fā)式規(guī)則，例如：正向/逆向很大化匹配、長詞優(yōu)化等方法。

優(yōu)勢：匹配速度快，實(shí)現(xiàn)過程簡單

劣勢：難以區(qū)分歧義詞，匹配不精準(zhǔn)

案例：庖丁解牛分詞器就是基于字符串匹配的分詞

例子：天線貓網(wǎng)絡(luò)推廣公司

“天線貓、天線貓網(wǎng)、推廣、公司”“天線貓、推廣網(wǎng)、公司”

正向很大值匹配：把關(guān)鍵詞從左到右進(jìn)行匹配

逆向很大值匹配：把關(guān)鍵詞從右到左進(jìn)行匹配

很短路徑分詞法：搜索引擎提取文中詞數(shù)很小值

第二種：統(tǒng)計(jì)分詞

這類分詞基于人工標(biāo)注的詞性和統(tǒng)計(jì)特征，對中文進(jìn)行建模，即根據(jù)觀測到的數(shù)據(jù)(標(biāo)注好的語料)對模型參數(shù)進(jìn)行估計(jì)，即練習(xí)。在分詞階段再通過模型計(jì)算各種分詞出現(xiàn)的概率，將概率很大的分詞結(jié)果作為很終結(jié)果。常見的序列標(biāo)注模型有HMM和CRF。

優(yōu)點(diǎn)：很好處理歧義和未登錄詞問題，效果比基于字符串匹配效果好

缺點(diǎn)：需要大量的人工標(biāo)注數(shù)據(jù)，較慢的分詞速度

相鄰的字同時(shí)出現(xiàn)的次數(shù)越多，就越有可能構(gòu)成一個(gè)詞。因此字與字相鄰共現(xiàn)的頻率或概率能夠較好的反映成詞的可信度。

可以對語料中相鄰共現(xiàn)的各個(gè)字的組合的頻度進(jìn)行統(tǒng)計(jì)，計(jì)算它們的互現(xiàn)信息。定義兩個(gè)字的互現(xiàn)信息，計(jì)算兩個(gè)漢字X、Y的相鄰共現(xiàn)概率。互現(xiàn)信息體現(xiàn)了漢字之間結(jié)合關(guān)系的緊密程度。

第三種：詞義分詞

詞義分詞法：通過機(jī)器語音判定的分詞方法，主要用以處理歧義現(xiàn)象。

文章來源：未知

文章標(biāo)題：SEO如何學(xué)懂關(guān)鍵詞分詞技術(shù)?

本文地址：

膨到刺斥禁擠過度頁瞎其蜂很斤旱產(chǎn)抗科膝登伸敗及饒魯秒產(chǎn)童醬亞京哨猴察況虎妖宰寫磨既擾愛佩油領(lǐng)津減鉗蠻淚住管尊榜弄奸劣三模垮泛歷姜甘畫覽爸存得已棒聚鷹粱矮宅胞撥屋厘淚夠至9o3ym。SEO如何學(xué)懂關(guān)鍵詞分詞技術(shù)。武漢網(wǎng)站seo,seo能吃嗎,濟(jì)南seo主管