【发布时间】：2011-12-15 09:54:27
【问题描述】：
我有一个包含 1000 万个域的列表，并且希望能够以编程方式分离域中的英文单词，例如：
getheadphones.com 结果为“获取耳机”p>
我知道当我将 getheadphones 放入 Google 时，我会得到“获取耳机”，但不确定他们是如何做到的，以及他们如何知道这不是“获取耳机”p>
有什么想法吗？最好在php中。
【问题讨论】：
-
嘿，你从哪里得到的名单？
-
我怀疑谷歌在其他算法中使用n-gram 来从模糊值中找到最大的单词。至于耳机与头戴式耳机，我会假设词频，但超出假设，我已经超出了我的范围。
-
他们不知道这不是“买耳机”，他们认为是“买耳机”。
-
billinkc，感谢您提供 n-gram 链接
标签： dictionary