正向最大匹配算法 python代码_中文分词算法之最大正向匹配算法（Python版）

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。

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