記得有個(gè)笑話，講老師要小明用“如果”造句，結(jié)果小明說(shuō)“蘋(píng)果不如果凍好吃！” 這為什么是一個(gè)笑話呢？我們從邏輯上分析一下。

    首先，造句的邏輯要求是：“編造一句話，這句話中包含指定的詞”，從這個(gè)要求來(lái)看“蘋(píng)果不如果凍好吃”，當(dāng)中包含了“如果”，那么這個(gè)造句就是合格的，但是為什么大家覺(jué)得可笑呢？那是因?yàn)閺恼Z(yǔ)義的角度理解，“蘋(píng)果不如果凍好吃”，當(dāng)中是“不如”和“果凍”兩個(gè)詞拼湊出了“如果”，而全文的含義中并沒(méi)有包含“如果”。

    這里就不得不引入一個(gè)叫做”分詞“的概念了，分詞，就是根據(jù)語(yǔ)義，把句子中的詞匯提取出來(lái)。一個(gè)句子，按照語(yǔ)意的邏輯分段，從大到小應(yīng)該是句讀、詞、字，句讀是用標(biāo)點(diǎn)符號(hào)劃分的，詞是字組成的語(yǔ)義單元，字就是單個(gè)漢字。古文中，甚至連標(biāo)點(diǎn)都沒(méi)有，唐代韓愈的《師說(shuō)》中就有“句讀之不知，惑之不解，或師焉，或不焉，小學(xué)而大遺，吾未見(jiàn)其明也。”，“以字成詞”是中文特有的，因此這也給中文分詞帶來(lái)了難度。而拼音文字就沒(méi)有這個(gè)問(wèn)題，比如“helloworld”我們根據(jù)單詞就能提取出“hello”和“world”兩個(gè)詞。

    中文分詞比較困難，目前還不能完美實(shí)現(xiàn)機(jī)器自動(dòng)分詞，但是并不表示無(wú)法實(shí)現(xiàn)，只要基于中文詞庫(kù)，詞頻，還有一些專業(yè)數(shù)據(jù)，比如某個(gè)詞的專業(yè)度，常用度等，有很多專業(yè)的術(shù)語(yǔ)，我不記得了，這里也不展開(kāi)。

    下面做一個(gè)有趣的實(shí)驗(yàn)，打開(kāi)微軟的word，輸入文本“蘋(píng)果不如果凍好吃”，然后你用鼠標(biāo)嘗試在各個(gè)漢字上雙擊，唉？是不是會(huì)自動(dòng)選中詞語(yǔ)？你會(huì)發(fā)現(xiàn)，你在“如”上雙擊，會(huì)選中“不如”，在“果”上雙擊，會(huì)選中“果凍”，不論你在哪里雙擊，都不會(huì)選中“如果”！這樣看來(lái)，看似簡(jiǎn)簡(jiǎn)單單的一個(gè)word，居然已經(jīng)引入了中文分詞的概念，是不是讓你對(duì)word有了重新的認(rèn)識(shí)？

在“如”上雙擊


在“果”上雙擊

    然而就是這樣一個(gè)word中已經(jīng)有了十多年的功能，在百度里卻沒(méi)有。2015年，7月18日的太倉(cāng)畢業(yè)生招聘會(huì)將在太倉(cāng)明德高級(jí)中學(xué)舉辦，我一位太倉(cāng)人才網(wǎng)的朋友讓我?guī)退麨榇司庉嬕粋€(gè)百度推廣，從而更好的宣傳這次活動(dòng)，于是我在百度推廣后臺(tái)編輯并提交。結(jié)果提交時(shí)提示我的內(nèi)容觸犯什么保護(hù)條例，資訊客服后，得知“德高”二字被品牌注冊(cè)保護(hù)了。這真是讓人哭笑不得，“太倉(cāng)明德高級(jí)中學(xué)”，根據(jù)漢字分詞，應(yīng)該是：“太倉(cāng)，明德，高級(jí)中學(xué)”，語(yǔ)義上是沒(méi)有包含“德高”二字的。使用簡(jiǎn)單的字符串比對(duì)來(lái)過(guò)濾是最簡(jiǎn)單粗暴的做法！

    我還是很懷念谷歌的。而一個(gè)公司，一個(gè)產(chǎn)品，靠各種關(guān)系，依托“官方”來(lái)打壓競(jìng)爭(zhēng)者坐上頭把交椅的，沒(méi)有居安思危的意識(shí)，怎么可能希望他可以進(jìn)步呢？
 

陽(yáng)光浪子
2015年6月9日