谷歌浏览器 Chrome 里牛逼的中文分词
用过vim的都知道w和b键的功能。
深入Windows的都知道，通用文本框控件里，可以通过Ctrl+Left, Ctrl+Right来实现类似vim里w和b键的功能
但是大家都知道，这个小技巧对于中文是无效的。
但是今天突然发现谷歌浏览器（chrome/chromium）居然实现了中文词语之间的跳转
举个例子，一个文本框里放一句英文：（这里用了一个input，RSS阅读器里可能看不到这个HTML元素，请到博客原文围观）
在文本框里，按 left 和 right 键，光标只会一个字一个字的左移或者右移；Ctrl+left和Ctrl+right，光标会一个词一个词的移动。shift的作用是选择，那么Ctrl+Shift+Right就会直接选定一个词语。
再放一段中文：
在文本框里，按 left 和 right 键，光标只会一个字一个字的左移或者右移；Ctrl+left和Ctrl+right，依然只会一个字一个字，而不是一个词一个词的移动。
为什么呢？很明显Windows没有自带中文分词功能。
但是很牛逼的是，谷歌浏览器（chrome/chromium）带了这个功能。上面那个中文例子，假如我的光标在句首，那么Ctrl+Right之后，光标会在 爱因斯坦 的 坦 字后面，说 字前面；如果光标在第一个双引号前面，按下Ctrl+Right之后，光标会跳转到 想像力 的 力 字之后。实现了中文跨词语跳转。这给我们在文本框里做文字编辑提供了非常大的灵活性和方便。
中文分词比英文分词麻烦多了。很明显英文基于词语的跳转就是跳转到下一个空白字符，而中文很麻烦的一点是二义性。举一个谷歌中国黑板报的例子，发展中国家 是分词为 发展 中国 家 好呢，还是 发展中 国家 好？这个纯粹靠上下文和概率算了。
深入研究了一下这个有趣的功能，发现是IBM的ICU库提供的，每个Chrome安装文件夹下面都有一个icudt38.dll，这里面包含了一份中文词语表。基于CC-CEDICT那个版本
不得不佩服Google工程师们做i18n的敬业和牛逼。
# 原文在作者的老博客上，作者的新 Blog: http://blog.est.im/
郑重声明：本站内容如果来自互联网及其他传播媒体，其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享，并不代表本站赞同其观点和对其真实性负责，也不构成任何其他建议。
