前向分词最大匹配算法

分词是自然语言处理的一个基本工作，中文分词和英文不同，字词之间没有空格，可以将中文分词方法简单归纳为：

1. 基于词表的分词方法

2. 基于统计的分词方法

3. 基于序列标记的分词方法

其中，基于词表的分词方法最为简单，根据起始匹配位置不同可以分为：

1. 前向最大匹配算法

2. 后向最大匹配算法

3. 双向最大匹配算法

三种方法思想都很简单，今天我们用python实现前向最大匹配算法。

前向最大匹配算法，顾名思义，就是从待分词句子的左边向右边搜索，寻找词的最大匹配。我们需要规定一个词的最大长度，每次扫描的时候寻找当前开始的这个长度的词来和字典中的词匹配，如果没有找到，就缩短长度继续寻找，直到找到字典中的词或者成为单字。

下面是我的代码。

word_dict = [             ]
test_str = (text):
        text:
                (text) == :
        text

        text word_dict:
        text
    :
        small = (text) -         text = text[:small]
        getSeg(text)


():
    test_strword_dict
    test_str = test_str.strip()
        max_len = ((word) word word_dict)
    result_str = []      result_len =     (test_str)
    test_str:
        tmp_str = test_str[:max_len]
        seg_str = getSeg(tmp_str)
        seg_len = (seg_str)
        result_len = result_len + seg_len

        seg_str.strip():
            result_str.append(seg_str)
        test_str = test_str[seg_len:]

    (result_str)


__name__ == :
    main()

看一下分词的结果吧！

本文来自：机器在学习

原文链接：http://www.siyuanblog.com/?p=114964