摘要： 不是故意迫害新浪微博，也不是对新浪微博不满，在这里指手画脚。我是一个过路人，秉承技术学习的态度，来和大家分析新浪微博搜索分词的不足。 迭词是非常重要的测试元素，我们以“阿里巴 巴”作为测试词汇，去评测效果： 效果是惊人的不令人满意。那么真实的测试“阿里巴巴”效果应该是这样子的： 可见“阿里巴 巴”和“阿里巴巴”这两个看似相同的词，但是在新浪微博的搜索中，差异竟然这么明显。其原因据我推测是：没有做全局分词。例如，“阿里巴 巴”至少应该分为三个词组，但是通过观察，它只用了专业名词词库。阿里巴巴应该切分的5个词组“阿里”，“巴”，“巴”，“巴巴”“阿里巴巴”。如果没有这样做，将会直接... 阅读全文