第7-4课：最大匹配算法－最简单的中文分词算法

在自然语言识别领域中，中文的分词技术绝对是一个很有意思的话题，英文本身是以单词为基础，单词之间以空格隔开，不存在分词的问题，但是汉语有这个问题。关于分词有很多可玩的地方，比如之前很火的一个对对联的小程序，给出上联可以自动对出下联，对上联的识别肯定是建立在正确的分词基础上的。这一课我们介绍一种理论简单、实现也简单的分词方法，当然，效果也就那样了，不过，拿来玩玩还是可以的。

最大匹配法

中文的分词技术，大致可分为几类，一类是基于词典、字库的匹配分词方法；一类是基于统计学的分词方法，在词典、字库的基础上增加词频统计信息；还有一类是基于对语言知识理解的基础上的分词方法，包括各种机器学习类分词算法。这里要讲的最大匹配法就是第一类方法。

既然最大匹配算法是基于词典或字库的算法，那么最大匹配算法就需要一个包含所有汉语词汇的词典，每当需要确认一个词的时候，就要查一遍词典，效率自然比较低，因此最大匹配法一般用于算法学习，或者在一些算法题目中出现。根据分词算法匹配的方向，最大匹配法可分为正向最大匹配法（Maximum Matching）和逆向最大匹配法（Reverse Maximum Matching）。

正向最大匹配算法

假设最大匹配算法的词