【NLP中文分词】一、规则分词之最大匹配法

基于规则的分词主要是通过维护词典（词典尽可能含有中文的所有词语）， 在切分语句时，将语句的每个字符串与词表中的词进行逐一匹配找到则切分，否则不予切分 。
主要有正向最大匹配法、逆向最大匹配法以及双向最大匹配法三种方法 。

1. 正向最大匹配法

算法：

1. 从左向右取待切分汉语句的前m 个字符（m为词典里最长的词字符数）；
2. 若这m个字符属于词典里面的词，则称匹配成功，然后将这m个字符切分出来，剩下的词语作为新的待切分汉语句；
3. 若这m个字符不属于词典里面的词，则去除这m个字符的最后一个字符，剩余的m-1个字符继续匹配，直到匹配或剩下一个字符为止；
4. 重复以上步骤，直到汉语句切完；

2. 逆向最大匹配法

逆向最大匹配法与正向最大匹配法的区别在于步骤3：若这m个字符不属于词典里面的词，则去除这m个字符的第一个字符

3. 双向最大匹配法

同时运用正向最大匹配法和逆向最大匹配法，比较两者结果，取分词数少的结果作为最终结果