正向（前向）最大匹配與逆向（後向）最大匹配。
中文分詞目前可以分為「規則分詞」，「統計分詞」，「混合分詞（規則+統計）」這三個主要流派。這次介紹下基於規則的分詞，其是一種機械的分詞方法，主要通過維護詞典，在切分語句時，將語句的每個字串與詞表中的詞逐一進行匹配，找到則切分，否則不予切分。
正向最大匹配演算法：這裡需要知道兩點，乙個是分詞詞典（也即是已經分詞過的詞典），另乙個是需要被分詞的文件。假定分詞詞典中的最長詞有ii個漢子字串，則用被處理文件的當前字串中的前ii個字作為匹配字段，查詢字典。若此時分詞詞典中存在這樣乙個字串，則匹配成功，而此時被匹配的字段切分出來。如果匹配失敗，將匹配欄位中的最後乙個字去掉，對此時剩下的字串重新與分詞詞典進行匹配，如此下去直到匹配成功。也即是切分出乙個詞或剩餘字串的長度為零為止，這個時候才是匹配了一輪，接著進行下乙個ii字字串的匹配，方法同上，直到文件被掃瞄完為止。
示例1：
假定最大匹配字數設定為5。
研究生命的
研究生命
研究生 #第乙個詞匹配成功
命的起源
命的起命的
命 #第二個詞匹配成功，乙個單字
的起源的起
的 #第三個詞匹配成功
起源 #第四個詞匹配成功
那麼正向最大匹配的結果就是
研究生 命 的 起源
生命的起源
命的起源
的起源起源 #第乙個詞匹配成功
研究生命的
究生命的
生命的命的
的 #第二個詞匹配成功
研究生命
究生命生命 #第三個詞匹配成功
研究 #第四個詞匹配成功
所以逆向最大匹配後的結果為
研究 生命 的 起源
兩種分詞過程總結
【正向匹配：從左到右，逐步去掉右部（底部）的字進行新一輪匹配，逆向匹配：從右到左，逐步去掉左部（底部）的字進行新一輪匹配】
因為中文比較複雜以及中文的特殊性，逆向最大匹配大多時候往往會比正向要準確。
示例2：
對「我們在野生動物園玩」進行分詞。
1、正向最大匹配法：
正向即從前往後取詞，從7->1，每次減乙個字，直到詞典命中或剩下1個單字。
第1次：「我們在野生動物」，掃瞄7字詞典，無
第2次：「我們在野生動」，掃瞄6字詞典，無
第6次：「我們」，掃瞄2字詞典，有
掃瞄中止，輸出第1個詞為「我們」，去除第1個詞後開始第2輪掃瞄，即：
第2輪掃瞄：
第1次：「在野生動物園玩」，掃瞄7字詞典，無
第2次：「在野生動物園」，掃瞄6字詞典，無
第6次：「在野」，掃瞄2字詞典，有
掃瞄中止，輸出第2個詞為「在野」，去除第2個詞後開始第3輪掃瞄，即：
第3輪掃瞄：
第1次：「生動物園玩」，掃瞄5字詞典，無
第2次：「生動物園」，掃瞄4字詞典，無
第3次：「生動物」，掃瞄3字詞典，無
第4次：「生動」，掃瞄2字詞典，有
掃瞄中止，輸出第3個詞為「生動」，第4輪掃瞄，即：
第4輪掃瞄：
第1次：「物園玩」，掃瞄3字詞典，無
第2次：「物園」，掃瞄2字詞典，無
第3次：「物」，掃瞄1字詞典，無
掃瞄中止，輸出第4個詞為「物」，非字典詞數加1，開始第5輪掃瞄，即：
第5輪掃瞄：
第1次：「園玩」，掃瞄2字詞典，無
第2次：「園」，掃瞄1字詞典，有
掃瞄中止，輸出第5個詞為「園」，單字字典詞數加1，開始第6輪掃瞄，即：
第6輪掃瞄：
第1次：「玩」，掃瞄1字字典詞，有
掃瞄中止，輸出第6個詞為「玩」，單字字典詞數加1，整體掃瞄結束。
正向最大匹配法，最終切分結果為：「我們/在野/生動/物/園/玩」，其中，單字字典詞為2，非詞典詞為1。
2、逆向最大匹配法：
逆向即從後往前取詞，其他邏輯和正向相同。即：
第1輪掃瞄：「在野生動物園玩」
第1次：「在野生動物園玩」，掃瞄7字詞典，無
第2次：「野生動物園玩」，掃瞄6字詞典，無
第7次：「玩」，掃瞄1字詞典，有
掃瞄中止，輸出「玩」，單字字典詞加1，開始第2輪掃瞄
第2輪掃瞄：「們在野生動物園」
第1次：「們在野生動物園」，掃瞄7字詞典，無
第2次：「在野生動物園」，掃瞄6字詞典，無
第3次：「野生動物園」，掃瞄5字詞典，有
掃瞄中止，輸出「野生動物園」，開始第3輪掃瞄
第3輪掃瞄：「我們在」
第1次：「我們在」，掃瞄3字詞典，無
第2次：「們在」，掃瞄2字詞典，無
第3次：「在」，掃瞄1字詞典，有
掃瞄中止，輸出「在」，單字字典詞加1，開始第4輪掃瞄
第4輪掃瞄：「我們」
第1次：「我們」，掃瞄2字詞典，有
掃瞄中止，輸出「我們」，整體掃瞄結束。
逆向最大匹配法，最終切分結果為：「我們/在/野生動物園/玩」，其中，單字字典詞為2，非詞典詞為0。
3、雙向最大匹配法：
正向最大匹配法和逆向最大匹配法，都有其侷限性，我舉得例子是正向最大匹配法侷限性的例子，逆向也同樣存在（如：長**店，逆向切分為「長/**店」），因此有人又提出了雙向最大匹配法，雙向最大匹配法。即，兩種演算法都切一遍，然後根據大顆粒度詞越多越好，非詞典詞和單字詞越少越好的原則，選取其中一種分詞結果輸出。
如：「我們在野生動物園玩」
正向最大匹配法，最終切分結果為：「我們/在野/生動/物/園/玩」，其中，兩字詞3個，單字字典詞為2，非詞典詞為1。
逆向最大匹配法，最終切分結果為：「我們/在/野生動物園/玩」，其中，五字詞1個，兩字詞1個，單字字典詞為2，非詞典詞為0。
非字典詞：正向(1)>逆向(0)（越少越好）
單字字典詞：正向(2)=逆向(2)（越少越好）
總詞數：正向(6)>逆向(4)（越少越好）
因此最終輸出為逆向結果。
[中文分詞之正向最大匹配演算法]
from:
ref:
中文分詞中的正向最大匹配與逆向最大匹配
我們都知道，英文的分詞由於單詞間是以空格進行分隔的，所以分詞要相對的容易些，而中文就不同了，中文中乙個句子的分隔就是以字為單位的了，而所謂的正向最大匹配和逆向最大匹配便是一種分詞匹配的方法，這裡以詞典匹配說明。所謂詞典正向最大匹配就是將一段字串進行分隔，其中分隔 的長度有限制，然後將分隔的子字串與字...
分詞演算法 正向最大匹配和逆向最大匹配實現
假設已經有正向匹配演算法原始碼，則可以將文件進行倒序處理，生成逆序文件，然後根據逆序詞典，對逆序文件使用正向最大匹配法處理即可。同理已經存在逆向最大匹配演算法，則只要將文件倒序處理，正向詞典倒序變為逆序詞典，則可以送入逆向西大匹配演算法中進行分詞處理。class imm object def ini...
jieba分詞 正向最大匹配法和逆向最大匹配法
coding utf 8 正向最大匹配法 text 研究生命的最初起源 即將被分詞的文字 dic 研究 研究生 生命 命 的 最 初 起源 在這個字典進行匹配 ww 7 每次取七個字元來匹配 mmresult index 0 text length len text while text lengt...