摘要：百度的分词时机或者条件问题，是否是个中文字符串百度就拿来切一下呢？非也，要想被百度的分词程序荣幸的切割一下也是要讲条件的，哪能是个字符串就切割啊？你当百度是卖锯条的么？网络推广编辑来和大家分享一下
　　一，中文分词
　　那么什么样的字符串才满足被切割的条件呢？简单说来，如果字符串只包含小于等于3个中文字符的话，那就保留不动，当字符串长度大于4个中文字符的时候，百度的分词程序才出马大干快上，把这个字符串肢解掉。
　　我们来看看三个字符的情况，提交查询“当然择”，看起来这个查询不伦不类，那是因为我希望看到这个字符串被切分为《当然，择》，返回结果365篇相关页面，翻到最后一页，发现标红的网络推广营销关键字都是” 当然择”连续出现的情况，好像没有切分，但是还不确定，那么再提交人工分好的查询“当然 择”看看，返回结果1，090，000篇，基本上可以确定没有进行分词了，当然另外一种解释是：对于三个字符先切分，然后将切分后的结果当作一个短语查 询，这样看到的效果和没有切分是相似的。但是我倾向于判断百度对于少于3个字符的串没有切分，奥卡姆不是说了么“如无必要，勿增实体”，干吗做无用功呢。 那么如果没有切分，会有一个随之而来的问题，怎么从索引库里面提取未切分的字符串呢？这牵扯到网络推广营销索引的问题，我觉得百度应该采取了两套索引机制，一种是按照 单词索引，一种是按照N-GRAM索引，至于索引的具体问题，以后在详细论述。
　　二、分词查询
　　用户向网络推广营销搜索引擎提交查询，搜索引擎一般在接受到用户查询后要做一些处理，然后在索引数据库里面提取相关的信息。那么百度在接受到用户查询后做了些什么工作呢？
　　1、假设用户提交了不只一个查询串，比如“信息检索 理论 工具”。那么网络推广营销搜索引擎首先做的是根据分隔符比如空格，标点符号，将查询串分割成若干子查询串，比如上面的查询就会被解析为：《信息检索，理论，工具》三个子字符串；这个道理简单，我们接着往下看。
　　2、假设提交的中文查询包含英文单词，网络营销搜索引擎是怎么处理的？比如查询”电影BT下载”，百度的方法是将中文字符串中的英文当作一个整体保留，并以此为断点将 中文切分开，这样上述的网站推广查询就切为《电影，BT，下载》，不论中间的英文是否一个字典里能查到的单词也好，还是随机的字符也好，都会当作一个 整体来对待。至于为什么，你用查询“电影dfdfdf下载”看看结果就知道了。当然如果查询中包含数字，也是如此办理。
　　到目前为止，一切很简单，也很清楚，百度怎么处理用户查询的呢？归纳如下：首先根据分割符号将查询分开，然后看看是否有重复的字符串，如果有，就抛弃多余的，只保留一个，接着判断是否有英文或者数字，如果有的话，把英文或者数字当作一个整体保留并把前后的中文切开。
　　接着该干什么呢？该考虑分词的问题了。
　　3、假设提交的查询有重复的网络推广营销内容，搜索引擎怎么处理呢？比如查询“理论 工具 理论”，百度是将重复的字符串当作只出现过一次，也就是处理成等价的“理论 工具”，而GOOGLE显然是没有进行归并，而是将重复查询子串的权重增大进行处理。那么是如何得出这个结论的呢？我们可以将“理论 工具”提交给百度，返回341，000篇文档，大致看看第一页的返回网站推广内容。OK。
　　我们向百度提交“电影下载”，看看返回结果中标为红字的地方，不难看出来，网站推广查询已经被切割成《电影，下载》两个单词了，说明分词程序已经开工了，如果是比4个中文字符更长的网站推广字符串，那分词程序就更不客气了，一定大卸八块而后快。
　　总结：在网络推广中，我们提交查询“理论 工具 理论”，在看看返回结果，仍然是那么多返回文档，当然这个不能说明太多问题，那看看第一页返回结果的排序，看出来了吗？顺序完全没有变化，而GOOGLE 则排序有些变动，这说明百度是将重复的网络营销查询归并成一个处理的，而且字符串之间的先后出现顺序基本不予考虑（GOOGLE是考虑了这个顺序关系的）。