最大匹配演算法是自然語言處理中的中文匹配演算法中最基礎的演算法，分為正向和逆向，原理都是一樣的。

正向最大匹配演算法，故名思意，從左向右掃描尋找詞的最大匹配。

首先我們可以規定一個詞的最大長度，每次掃描的時候尋找當前開始的這個長度的詞來和字典中的詞匹配，如果沒有找到，就縮短長度繼續尋找，直到找到或者成為單字。

例項：

S1="計算語言學課程是三個課時" ,設定最大詞長MaxLen = 5  ,S2= " "

字典中含有三個詞：[計算語言學]、[課程]、[課時]

（1）S2=""；S1不為空，從S1左邊取出候選子串W="計算語言學"；
（2）查詞表，“計算語言學”在詞表中，將W加入到S2中，S2=“計算語言學/  ”，        並將W從S1中去掉，此時S1="課程是三個課時"；
（3）S1不為空，於是從S1左邊取出候選子串W="課程是三個"；
（4）查詞表，W不在詞表中，將W最右邊一個字去掉，得到W="課程是三"；
（5）查詞表，W不在詞表中，將W最右邊一個字去掉，得到W="課程是"；
（6）查詞表，W不在詞表中，將W最右邊一個字去掉，得到W="課程"
（7）查詞表，W在詞表中，將W加入到S2中，S2=“計算語言學/  課程/  ”，並        將W從S1中去掉，此時S1="是三個課時"；

（8）S1不為空，於是從S1左邊取出候選子串W="是三個課時"；
（9）查詞表，W不在詞表中，將W最右邊一個字去掉，得到W="是三個課"；
（10）查詞表，W不在詞表中，將W最右邊一個字去掉，得到W="是三個"；
（11）查詞表，W不在詞表中，將W最右邊一個字去掉，得到W="是三"
（12）查詞表，W不在詞表中，將W最右邊一個字去掉，得到W=“是”，這時     W是單字，將W加入到S2中，S2=“計算語言學/  課程/  是/  ”，並將     W從S1中去掉，此時S1="三個課時"；
（13）S1不為空，從S1左邊取出候選子串W="三個課時"；
（14）查詞表，W不在詞表中，將W最右邊一個字去掉，得到W="三個課"；
（15）查詞表，W不在詞表中，將W最右邊一個字去掉，得到W="三個"；
（16）查詞表，W不在詞表中，將W最右邊一個字去掉，得到W=“三”，這時     W是單字，將W加入到S2中，S2=“計算語言學/  課程/  是/  三/  ”，並    將W從S1中去掉，此時S1="個課時"；

（17）S1不為空，從S1左邊取出候選子串W="個課時"；
（18）查詞表，W不在詞表中，將W最右邊一個字去掉，得到W="個課"；
（19）查詞表，W不在詞表中，將W最右邊一個字去掉，得到W=“個”，     這時W是單字，將W加入到S2中，S2=“計算語言學/  課程/  是/       三/  個/  "，並將W從S1中去掉，此時S1="課時"；
（20）S1不為空，從S1左邊取出候選子串W="課時"；
（21）查詞表，W在詞表中，將W加入到S2中，S2=“計算語言學/  課程/       是/  三/  個/  課時/  "，並將W從S1中去掉，此時S1=""。
（22）S1為空，輸出S2作為分詞結果，分詞過程結束。

中文分詞演算法的Python實現：

指令碼接受兩個引數，一個是輸入檔案的路徑，另一個是詞典的路徑。

它的執行方法如下：

python max-match.py <data> <dict>

#!/usr/bin/env python
import cPickle as pickle
import sys

window_size=5

def max_match_segment(line, dic):
    # write your code here
    chars = line.decode("utf8")
    words = []
    idx = 0
    while idx < len(chars):
        matched = False
        for i in xrange(window_size, 0, -1):
            cand=chars[idx:idx+i].encode("utf8")
            if cand in dic:
                words.append(cand)
                matched = True
                break
        if not matched: 
            i = 1
            words.append(chars[idx].encode("utf8"))
        idx += i

    return words

if __name__=="__main__":

    try:
        fpi=open(sys.argv[1], "r")
    except:
        print >> sys.stderr, "failed to open file"
        sys.exit(1)

    try:
        dic = pickle.load(open(sys.argv[2], "r"))
    except:
        print >> sys.stderr, "failed to load dict %s" % sys.argv[2]
        sys.exit(1)
    try:
        fpo = open("out.txt","w")
    except:
        print >> sys.stderr, "failed to load out.txt"
        sys.exit(1)
    for line in fpi:
        fpo.write("\t".join( max_match_segment(line.strip(), dic) ))