百度搜索引擎的目的就是在滿(mǎn)足絕大部分用戶(hù)的需求下提供***精que***豐富的搜索結果，對于搜索引擎而言，用戶(hù)停留時(shí)間越短，越說(shuō)明搜索引擎的***性和準確性，不管是百度的輕應用、知心搜索，還是谷歌的語(yǔ)義搜索、蜂鳥(niǎo)算法，或是360的我的搜索，都是為了能夠幫助人們更方便的找到所求。

    而對于搜索引擎而言，想要給用戶(hù)***需求的就需要去判斷用戶(hù)搜索詞的意圖。而搜索引擎盡管非常***，數據庫非常龐大，但它畢竟不是那么智能，不能直接判斷出搜索詞的意思，盡管谷歌已公布可以借助更加復雜的搜索請求***的理解人類(lèi)語(yǔ)言的概念，而不是一些零散的單詞，這樣的搜索能提供更加***的結果，即整句搜索。但這只是一小步，搜索引擎不論是進(jìn)行索引還是網(wǎng)頁(yè)排序仍需要對文本進(jìn)行切分，即中文分詞。分詞仍然是***基礎也是***重要的。而在中文分詞過(guò)程中文本粒度起到關(guān)鍵性的作用。

    文本粒度

    所謂文本粒度，對于搜索引擎而言：粒度是衡量文本所含信息量的大小。文本含信息量越多，粒度就越大，反之就小。有人會(huì )說(shuō)那簡(jiǎn)單啊，當然詞越長(cháng)含有的信息量就越大，你確定？那木木SEO告訴你一個(gè)小玩意：肌聯(lián)蛋白是目前已知的***da蛋白質(zhì)，名字足足有189819個(gè)字母，是名副其實(shí)***da的單詞。這個(gè)單詞的信息量是有多大？閑話(huà)不多說(shuō)，先來(lái)看下面幾組詞中，哪些的粒度大，哪些的粒度小。

    蘿卜、葡萄、乒乓

    龍井、籃球、紅色、橡皮檫

    踢球、拔河、談戀愛(ài)、登山

    高清電視機、南非雙人游、呼叫中心系統

第1組詞由兩個(gè)字組成，但是僅表達一個(gè)意思，這些詞的粒度是小的。而第二組詞雖然也基本由兩個(gè)字組成，也只有一個(gè)意思，但這些詞還可以拆分，如籃和球、橡皮和檫、踢和球等，這類(lèi)詞粒度要稍微大一些。而后面的第四組，不要說(shuō)粒度就更大了。