搜尋引擎排行的基石之一：分詞技術

仲介交易 HTTP://www.aliyun.com/zixun/aggregation/6858.html">SEO診斷 淘寶客 雲主機 技術大廳

很多站長都試圖通過SEO為自己的網站獲得一個良好排名，於是在網路上搜索各種不同的SEO技術。 網路上雖說有各種各樣的SEO技術，但這些技術可以說是五花八門，沒有一個標準，甚至經常會看到各種觀點是相對的，有時更是一個公說公有理，婆說婆有理的，搞得我們很多站長不知聽哪個得好，只得把自己的站當作小白鼠一樣來做實驗， 最很往往弄得得不償失!其實我們做SEO時最好要瞭解一些基本的知識，這些就如一座大廈的基石一樣，你看到的只有高樓，但沒有基石，高樓是立不穩的~!今天我們就來談談搜尋引擎排行的基石之一：分詞技術。

相信大部分站長都聽過個種技術，有些也有相當的瞭解。 其實分詞技術並不高深，它雖在操作上有些抽像，但他應該是比較好理解的。 分詞就是把一串字元序列切分成一個一個單獨的詞。 分詞包括英文分詞，中文分詞等，我們這裡主要講的是中文分詞(Chinese Word Segmentation)。 中文分詞應用很廣，特別是在搜尋引擎中，它的主要目的是為了對一段文字進行文本挖掘，以達到讓電腦自動識別語句的含義。 這樣我們就不難理解，為什麼我們在百度，GOOGLE這些搜尋引擎中輸入一些文字，它們就能提供出相似的一些結果出來讓我們來參考選擇。 其實這些引擎也是能過分詞技術把你所輸的資訊分詞，以達到「理解」你所要資訊的「真正含義」。 雖說有時電腦得出的結果並非你所要的，但這是無法避免的，有時可能是你的表達有誤，有時可能是這些搜尋引擎的分詞並不完美。

在分詞技術中，有一種開發人員常用的指標方法叫TF-IDF(term frequency–inverse document frequency),是一種用於資訊搜索和資訊挖掘的常用加權技術.其中TF詞頻(Term Frequency)指的是某一個給定的詞語在該檔中出現的次數,而IDF是反文檔頻率(Inverse Document Frequency)的主要思想是：如果包含詞條的文檔越少，IDF越大，則說明詞條具有很好的類別區分能力。 使用TF*IDF可以計算某個關鍵字在某篇文章裡面的重要性，因而識別這篇文章的主要含義，實現電腦讀懂文章的功能。 這種技術說直白一點就用這些指標來判斷一段資訊中某個詞的重要性到底如何?在搜尋引擎中也是通過這些指標來排列您所要找的資料。 我們作為SEOer，反過來逆推，就能得知，如果我們能對分詞技術有一定理解的話，在設置關鍵字，描述，文章，標籤時，就能結合普通人的搜索習慣，分詞權重，再科學地組織這些關鍵字，或者是描述等等。 以達到你的這些詞的佈局正是這個行業裡搜尋引擎所關注的，網友朋友使用得最多的一些搜索關鍵字。 這樣，你的設置就會發揮出最大的功效!

分詞技術總地來說是通過一些詞彙，平常人的使用習慣，把一段話進行區分，再理解。 這些詞會有很多是人們習以為常用的詞：如中國，吃飯，醫院。 也可能有些是以前沒出現，但社會在發展中出現的一些新詞，這些詞使用率越來越高，如IT的發展出現了一大批的有名的企業：如微軟，新浪，等等，這些在傳統詞彙中並不是一個詞，但在發展中這些又成了人們經常用到的詞彙， 也會納入進分詞系統。 一句話來說，分詞就是人們生活習慣用語的一種解析手段。 今天我們就先講這些理論，希望能起到引路的作用，下次我將繼續舉例來說明這些技術的使用以及技巧，本文由www.sn999.net站長原創，轉摘請保留以示尊重，謝謝!