双向最大匹配算法python_python中文分词教程之前向最大正向匹配算法详解

中文分词是中文文本处理的一个基础性工作，然而长久以来，在Python编程领域，一直缺少高准确率、高效率的分词组件。下面这篇文章主要给大家介绍了关于python中文分词教程之前向最大正向匹配算法的相关资料，需要的朋友可以参考下。

前言

大家都知道，英文的分词由于单词间是以空格进行分隔的，所以分词要相对的容易些，而中文就不同了，中文中一个句子的分隔就是以字为单位的了，而所谓的正向最大匹配和逆向最大匹配便是一种分词匹配的方法，这里以词典匹配说明。

最大匹配算法是自然语言处理中的中文匹配算法中最基础的算法，分为正向和逆向，原理都是一样的。

正向最大匹配算法，故名思意，从左向右扫描寻找词的最大匹配。

首先我们可以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，直到找到或者成为单字。

下面话不多说了，来一起看看详细的介绍吧。

实例：

S1=“计算语言学课程是三个课时” ,设定最大词长MaxLen = 5 ,S2= " "

字典中含有三个词：[计算语言学]、[课程]、[课时]

(1)S2=""；S1不为空，从S1左边取出候选子串W="计算语言学"；(2)查词表，“计算语言学”在词表中，将W加入到S2中，S2=“计算语言学/ ”， 并将W从S1中去掉，此时S1="课程是三个课时"；(3)S1不为空，于是从S1左边取出候选子串W="课程是三个"；(4)查词表，W不在词表中，将W最右边一个字去掉，得到W="课程是三"；(5)查词表，W不在词表中，将W最右边一个字去掉，得到W="课程是"；(6)查词表，W不在词表中，将W最右边一个字去掉，得到W="课程"(7)查词表，W在词表中，将W加入到S2中，S2=“计算语言学/ 课程/ ”，并 将W从S1中去掉，此时S1="是三个课时"；(8)S1不为空，于是从S1左边取出候选子串W="是三个课时"；(9)查词表，W不在词表中，将W最右边一个字去掉，得到W="是三个课"；(10)查词表，W不在词表中，将W最右边一个字去掉，得到W="是三个"；(11)查词表，W不在词表中，将W最右边一个字去掉，得到W="是三"(12)查词表，W不在词表中，将W最右边一个字去掉，得到W=“是”，这时 W是单字，将W加入到S2中，S2=“计算语言学/ 课程/ 是/ ”，并将 W从S1中去掉，此时S1="三个课时"；(13)S1不为空，从S1左边取出候选子串W="三个课时"；(14)查词表，W不在词表中，将W最右边一个字去掉，得到W="三个课"；(15)查词表，W不在词表中，将W最右边一个字去掉，得到W="三个"；(16)查词表，W不在词表中，将W最右边一个字去掉，得到W=“三”，这时 W是单字，将W加入到S2中，S2=“计算语言学/ 课程/ 是/ 三/ ”，并 将W从S1中去掉，此时S1="个课时"；(17)S1不为空，从S1左边取出候选子串W="个课时"；(18)查词表，W不在词表中，将W最右边一个字去掉，得到W="个课"；(19)查词表，W不在词表中，将W最右边一个字去掉，得到W=“个”， 这时W是单字，将W加入到S2中，S2=“计算语言学/ 课程/ 是/ 三/ 个/ "，并将W从S1中去掉，此时S1="课时"；(20)S1不为空，从S1左边取出候选子串W="课时"；(21)查词表，W在词表中，将W加入到S2中，S2=“计算语言学/ 课程/ 是/ 三/ 个/ 课时/ "，并将W从S1中去掉，此时S1=""。(22)S1为空，输出S2作为分词结果，分词过程结束。

而至于为什么选择python这个语言呢？大概是因为我周围人用得少吧，我就想尝试突破，不过我也不讳言，我的C/C++，java等等高级语言用的也不多，虽说编程语言这个东西，基本上只要熟悉一个，其他的都好学，不过我在python上尝到了甜头，索性就用这个语言了。

中文分词算法的Python实现：

脚本接受两个参数，一个是输入文件的路径，另一个是词典的路径。

它的运行方法如下：

python max-match.py 

#!/usr/bin/env pythonimport cPickle as pickleimport sys # 词语最大长度为5window_size=5 def max_match_segment(line, dic): # write your code here chars = line.decode("utf8") words = [] idx = 0 # 判断索引是否超过chars的长度 while idx < len(chars):  matched = False  for i in xrange(window_size, 0, -1):   cand=chars[idx:idx+i].encode("utf8")   if cand in dic:    words.append(cand)    matched = True    break  # 判断for中是否匹配到数据  if not matched:   i = 1   words.append(chars[idx].encode("utf8"))  idx += i  return words if __name__=="__main__":  try:  fpi=open(sys.argv[1], "r") except:  print >> sys.stderr, "failed to open file"  sys.exit(1)  try:  dic = pickle.load(open(sys.argv[2], "r")) except:  print >> sys.stderr, "failed to load dict %s" % sys.argv[2]  sys.exit(1) try:  fpo = open("out.txt","w") except:  print >> sys.stderr, "failed to load out.txt"  sys.exit(1) for line in fpi:  fpo.write("".join( max_match_segment(line.strip(), dic) ))

当然，这只是最基础的，还可以有很多高级的优化，比如说改成Trie树版本的，控制最大词长度的等等。