在采用FMM （正向最大匹配） 进行中文分词的时候， 可能会存在比较多的交集歧义， 这个时候为了解决交集歧义的问题， 可以采用 FM （Forwar Matching， 正向匹配） 进行中文分词， 正向匹配会在最大匹配的路径上查找所有可能成词的term(这里所有可能成词的term的意思是在构建索引的时候所有切分出来的词， 因为不是路径上的所有节点都会是切分成的词)。

http://blog.csdn.net/watkinsong/article/details/37696389  这个文章中给出了FMM（正向最大匹配） 的算法实现。

算法描述如下图给出， 下面的图比较多， 但是描述的比较详细。 图后给出代码实现。

FM算法最大的问题就是切分的结果太琐碎， 因为在一次FMM（正向最大匹配）的过程中， 路径上所有是term的节点都会作为一个切分结果。 这样做的好处就是可以减少交集歧义的影响。

 接下来根据算法给出代码。 代码假设已经存在索引， 并且索引采用trie树进行保存。

仍然是JS代码。。。

var lunr = require("./lunr.js")
var idxdata = http://www.mamicode.com/require("./idx.json")>
测试： 
query: "互联网金宝"
切分结果： [ ‘互联网‘, ‘网‘, ‘网金宝‘, ‘金‘, ‘宝‘ ]

这里， 因为在切分 “联网金宝”子句时， “联” 在索引中出现， 但是并不是一个term, 所以跳过“联”， 进行下一次切分“网金宝”