搜索引擎通常由信息收集和信息检索两部分组成。对于英文，由于英文中词 与词之间是用空格隔开，检索起来很方便，故计算机采用了词处理的方式，大大 减轻了用户与计算机的工作量:相对来讲，中文的情形就复杂得多。中文的词与 词之间是没有分隔符的，因此若想建立基于词的索引，就需要专门的技术，这种 技术被称之为“汉语词语切分技术”。根据是否采用词语切分技术，中文搜索引 擎又可分为基于字的搜索引擎和基于词的搜索引擎。由于中文信息处理的特殊 性，开发中文搜索引擎决不像西文软件的汉化那样简单。在实

学习汉语自动分词与词性标注软件的组件化有助于更好的理解中文分词系统,PoS tagging HMM