淺析網(wǎng)站建設(shè)中的分詞技術(shù)

申請免費試用、咨詢電話：400-8352-114

分詞技術(shù)與是網(wǎng)站建設(shè)必須掌握的技術(shù)之一，但是我覺得網(wǎng)站建設(shè)利用分詞技術(shù)是有條件的，一個權(quán)重比較低的站用切詞技術(shù)有點不切實際，因為你很難從切詞中得到，因為你的站權(quán)重不夠！切詞再厲害也沒有用！所以新的站還是好好把關(guān)鍵詞的匹配做好！等網(wǎng)站的權(quán)重到一定程度之后才開始做切詞的分析！這樣才能把更多的核心關(guān)鍵詞排上去！不過也有人有很多的異議，除了用切詞技術(shù)能獲得更多的關(guān)鍵詞之外還可以做更多的頁面來獲取！

中文自動分詞是網(wǎng)頁分析的基礎(chǔ)。在網(wǎng)頁分析的過程中，中文與英文的處理方式是不同的，這是因為中文信息與英文信息有一個明顯的差別:英文單詞之間有空格，而中文文本中詞與詞之間沒有分割符。這就要求在對中文網(wǎng)頁進(jìn)行分析之前，先要將網(wǎng)頁中的句子切割成一個個的詞的序列，這就是中文分詞。中文自動分詞涉及到許多自然語言處理技術(shù)和評價標(biāo)準(zhǔn)，在中，我們主要關(guān)心中文自動分詞的速度和準(zhǔn)確度。分詞準(zhǔn)確性對來說十分重要，但如果分詞速度太慢，即使準(zhǔn)確性再高，對于來說也是不可用的，因為需要處理數(shù)以億計的網(wǎng)頁，如果分詞耗用的時間過長，會嚴(yán)重影響內(nèi)容更新的速度。因此，對分詞的準(zhǔn)確性和速度都提出了很高的要求。 

目前，中文自動分詞比較成熟的技術(shù)是基于分詞詞典的機(jī)械分詞方法。這種方法是按照一定的策略將要分析的漢字串與詞典中的詞條進(jìn)行匹配。根據(jù)匹配策略的不同，機(jī)械分詞方法又有如下幾種算法:正向最大匹配算法、逆向最大匹配算法、最少分詞算法等。這種方法的優(yōu)點是分詞的速度快，準(zhǔn)確度有一定的保證，但對未登錄詞的處理效果較差。實驗結(jié)果表明:正向最大匹配的錯誤率為1/169左右，逆向最大匹配的錯誤率為1/245左右。另一種比較常用的中文自動分詞方法是基于統(tǒng)計的分詞方法，這種方法是對語料中的字組頻度進(jìn)行統(tǒng)計，不需要切分詞典，因此也稱為無詞典分詞方法。但該方法經(jīng)常把不是詞的常用字組當(dāng)成詞，對常用詞的識別精度較差，時空開銷也比較大。在領(lǐng)域的實際應(yīng)用中，一般將機(jī)械分詞方法與統(tǒng)計分詞方法相結(jié)合，先進(jìn)行串匹配分詞，然后使用統(tǒng)計方法識別一些未登錄的新詞，這樣既發(fā)揮了匹配分詞速度快、效率高的優(yōu)勢，又利用了統(tǒng)計分詞中新詞自動識別和自動消除分詞歧義的特點。

分詞詞典是影響中文自動分詞的一個重要因素，其規(guī)模一般在6萬條詞左右，詞典太大或太小都是不合適的;辭典太小，有些詞切分不出來，辭典太大，切分過程中起義現(xiàn)象將大大增加，同樣影響分詞的精度。因此，分詞詞典中詞條的選擇是非常嚴(yán)格的。對于不斷出現(xiàn)新詞的網(wǎng)絡(luò)領(lǐng)域，僅僅使用6萬條詞左右的分詞詞典是不夠的，但隨意向分詞詞典中加入新詞將導(dǎo)致分詞精度下降，一般的解決方法是使用輔助詞典，其規(guī)模在50萬詞條左右。另外，中文自動分詞的難點在于分詞歧義的處理和未登錄詞的識別，如何處理這兩個問題一直是該領(lǐng)域研究的熱點。

1、歧義處理，歧義是指可能有兩種或者更多的切分方法。例如:“表面的”這個詞組，因為“表面”和“面的”都是詞，那么這個短語就可以分成“表面+的”和“表+面的”。這種稱為交歧義。像這種交歧義十分常見，“化妝和服裝”可以分成“化妝+和+服裝”或者“化妝+和服+裝”。由于沒有人的知識去理解，計算機(jī)很難知道到底哪個方案正確。

交歧義相對組合歧義來說是還算比較容易處理，組合歧義就必須根據(jù)整個句子來判斷了。例如，在句子“這個門把手壞了”中，“把手”是個詞，但在句子“請把手拿開”中，“把手”就不是一個詞;在句子“將軍任命了一名中將”中，“中將”是個詞，但在句子“產(chǎn)量三年中將增長兩倍”中，“中將”就不再是詞。這些詞計算機(jī)又如何去識別?

即使交歧義和組合歧義計算機(jī)都能解決的話，在歧義中還有一個難題，是真歧義。真歧義意思是給出一句話，由人去判斷也不知道哪個應(yīng)該是詞、哪個應(yīng)該不是詞。例如:“乒乓球拍賣完了”，可以切分成“乒乓+球拍+賣+完+了”、也可切分成“乒乓球+拍賣+完+了”，如果沒有上下文其他的句子，恐怕誰也不知道“拍賣”在這里算不算一個詞。對歧義現(xiàn)象的處理方法一般采用類似于動態(tài)規(guī)劃的算法將歧義問題的求解轉(zhuǎn)化為一個問題的求解。在求解過程中，一般使用詞頻或概率等輔助信息求得一個最大可能的分詞結(jié)果，這個結(jié)果在某種意義下是最佳的。

2、未登錄詞處理，未登錄詞就是分詞詞典中沒有的詞，也稱為新詞。最典型的是人名、地名、專業(yè)術(shù)語等。例如，人可以很容易理解句子“王軍虎去廣州了”中，“王軍虎”是個詞，因為是一個人的名字，但要是讓計算機(jī)去識別就困難了。如果把“王軍虎”作為一個詞收錄到字典中去，全世界有那么多名字，而且每時每刻都有新增的人名，收錄這些人名本身就是一項巨大的工程。即使這項工作可以完成，還是會存在問題，例如:在句子“王軍**虎腦”中的，“王軍虎”還能不能算詞？

未登錄詞中除了人名以外，還有機(jī)構(gòu)名、地名、產(chǎn)品名、商標(biāo)名、簡稱、省略語等都是很難處理的問題，而且這些又正好是人們經(jīng)常使用的詞，因此對于來說，分詞系統(tǒng)中的新詞識別十分重要。目前，對未登錄詞的處理一般采用統(tǒng)計的方法，首先從語料中統(tǒng)計出出現(xiàn)頻率較高的字組，然后按照某種規(guī)則把它們作為新詞添加到輔助詞典中。

目前，中文自動分詞技術(shù)在中已經(jīng)得到廣泛應(yīng)用，分詞準(zhǔn)確度已經(jīng)達(dá)到96%以上，但是在對大規(guī)模網(wǎng)頁進(jìn)行分析處理的時候，現(xiàn)有的中文自動分詞技術(shù)還存在許多不足，例如上面提到的歧義問題和未登錄詞的處理問題等。