如何選擇中文分詞

目前全文搜索用到的中文分詞，大都是開源和自己開發

相應的算法很多，到底選哪個來寫，各有各的看法。

我分享下我做過的供大家參考

沒用過詞性的中文分詞，因爲我的業務用不到。

用過的大部分開源的中文分詞，主要是基於字典對純數字，純英文，純中文，混合進行比對，效率看字典好壞，其字典設計，內存使用，比對次數，掃描文章次數等。
適合沒有明確搜索關鍵詞的全文搜索，其目標是搜索到。
缺點：由於字典和算法，實現後的中文分詞形成的索引大小差異比較大，很難衡量其準確性

寫過一個分詞，基本就是基於產品型號字典的比對。
特點：索引速度快，索引小。因爲字典和業務掛鉤很容易檢查其準確性。
缺點：只能基於業務。

中文分詞可以很簡單，網上找個開源的來用，也可以可以很複雜，自己寫，比如不同類型的字典所需信息整理蒐集。大量字典情況下，內存的使用，如何更快，準確切分是比較複雜的。

選擇中文分詞到底是找個開源的用，還是找個算法來寫，或者是自己按照業務來寫，主要基於
1：項目進度：時間
2：自己寫的把握：項目第一是穩，而不是快
3：業務需要
4：公司願意的投入：人力，物力，財力
5：大家補充 :D