在 文章 http://blog.csdn.net/watkinsong/article/details/37697451 里面提到的FM中文分词算法中， 最大的问题就是将用户的query切分的太碎， 切分太碎也会对检索结果造成一定的影响。 

这里， 可以采用FMM算法进行切分， 首先切分出最大的正向匹配， 然后进行交集歧义检测， 如果检测到存在交集歧义， 那么对可能存在歧义的一段文字进行FM切分， 获取所有的可能切分结果； 然后对剩下的query子句重复进行FMM切分， 直到query == null

例如， 用户查询 query = 123456789， 假设首先FMM切分到了“123”， 交集歧义检测长度为6， 这时候存在歧义， 那么对“123456”进行FM切分， 获取“123456”的所有的切分可能， 然后再对剩下的子句“789”循环进行FMM切分。

交集歧义检测算法描述：

假设 query = "互联网金宝"， 首先进行FMM， 切分出“互联网”， 然后我们要检测是否存在交集歧义， 将“互联网”的长度作为输入， 这里我们使用变量word_len表示FMM切分结果的长度， 这里word_len = 3； 同时将query的子句“联网金宝”作为输入， 进行以下迭代：

如此循环下去， 循环结束的条件是 i < word_length && i < str.length

1.  

对输入的 str = "联网金宝" 进行FMM切分， 获取切分后长度， 假设为“联网”, len = 2

如果此时 word_length < i + len， 则 word_length = i + length

此时， i = 1, len = 2, word_len = 3

str = str.slice(1)

2.  

对 str = "网金宝" 进行FMM切分， 获取切分后长度， 假设为“网金宝”, len = 3

如果此时 word_length < i + len， 则 word_length = i + length， 这里，  i + len = 5, i + len > word_len, 设置word_len = 5

此时， i = 2, len = 3, word_len = 5

str = str.slice(1)

3. 

此时 i =3, str.length 为， 循环条件不成立， 退出迭代。

代码实现：

var lunr = require("./lunr.js")
var idxdata = http://www.mamicode.com/require("./idx.json")>
测试：
query: "互联网金宝"
结果： 
FMM: 互联网, ambituity length: 5
ambiguity detected!!!
do FM again for ambiguity piece: 互联网金宝
[ '互联网', '网', '网金宝', '金', '宝' ]

query: "互联网中国人民银行"
结果： 
FMM: 互联网, ambituity length: 3
FMM: 中国人民银行, ambituity length: 6
[ '互联网', '中国人民银行' ]