中文分词技术属于自然语言处理技术范畴,对 于一句话, 人可以通过自己的知识来明白哪些是 词,哪些不是词,但如何让计算机也能理解

该文档详细介绍了中文分词的原理及相应的技术。文档讲解了最大匹配法（Forward Maximum Matching method, FMM法）、正向最大匹配法（由左到右的方向）、逆向最大匹配法（由右到左的方向）、最少切分（使每一句中切出的词数最小）。

中文分词 领域相关算法 两者相互融合得到的算法 基于字符串匹配的分词方法 正向最大匹配法（由左到右的方向）； 2）逆向最大匹配法（由右到左的方向）； 3）最少切分（使每一句中切出的词数最小）

PHP中文分词代码使用居于unicode的词库，使用反向匹配模式分词，理论上兼容编码更广泛，并且对utf-8编码尤为方便。由于PhpanAlysis是无组件的系统，因此速度会比有组件的稍慢，不过在大量分词中，由于边分词边完成词库载入，因此内容越多，反而会觉得速度越快，这是正常现象，对于支持PHP-APC的服务器，本程序支持对词典进行缓存，这样做之后理论的速度并不慢于那些带组件的分词程序了。 分词系统是基于字符串匹配的分词方法 ，这种方法又叫做机械分词方法，它是按照一定的策略将待分析的汉字串与