如何对一篇文章进行关键字分析，谢谢，有什么好的算法吗？

Question

如题，主要是中文方面的，词应当如何划分，比如：
“程序员天天对着电脑，应该多补充维生素”
对这一句，应当怎么进行词组划分，谢谢

Answer 1

这个问题别说是20分，2000分都估计很难有人回答毕竟这个是 www.baidu.com 的看家技术之一不过倒是有个笨的解决方法，用词典，比较句子里面第n位到第n+k位之间和词典中的最大公共串问题，是个算法问题

Answer 2

Eastunfail君所言极是，我所知道的这段中文分词代码大约有将近6到7万行（c++）

Answer 3

 Eastunfail(浴血雏龙)==(恶鱼杀手) 你所提的最大公共串好象不太可行，比如：“中国软件”，这个方式，那么“中国软件”肯定是一个词，而“软件”就无法分离出来！！

Answer 4

也许不叫最大公共串，我算法没学好，呵呵
例如词典：........
软的
软件
软禁
.........
........
演出
中国
中间
......首先比较从第一个字符开始长度为1的UNICODE字符“中”，没有找到相匹配的，在找长度为2的“中国”，找到了，找长度为3的“中国软”，没有找到，回溯，将“中国”输出，并从缓冲区中删除“中国”，然后重复以上步骤找到“软件”。ok~~~~~~~~~

Answer 5

Eastunfail(浴血雏龙)==(恶鱼杀手) 　你采用的这种方式我还是有几点疑问：第一：算法的效率肯定是无法接受的，还有就是准确性不足
对于算法效率，主要是回溯的时机无法控制，比如一个词一直无法打到，那么是不是在找了二十多个字以后再回溯？！
还有就是词的准确性：比如：“中华人民共和国”这个词，由于有“中华”（我不太确认），那么“中华人民共和国”肯定就无法找到啦！！