反向匹配法与正向匹配法刚好相反，例如：一个学生在教室上自习"首要是将学生，正在教室上自习运用反向匹配法从右向左差异。其实就是一段话中需要分出来的词数比较少，尽或许将一句话分红几个词来区分。
也有特殊情况，就是将正向匹配、反向匹配、短途径匹配三者结合起来组成的分词方法，例如正向最大匹配与反向最大匹配组合起来就叫做双向最大匹配法，词义分词方法就是运用一种机器语言来判别的分词方法，进行句法、语义分析，凭仗语法信息和语义信息作出判别处理歧义的现象，现在这样的方法在百度中还不算老到。
核算分析首要是在人工标明与核算特征下进行的，关于中文进行建立模型，在分词阶段通过模型来核算分词出现的概率，可以将概率的效果作为终究的筹码，比较常见的序列模型有HMM和CRF.
优势是可以很好的处理歧义和不能登录词的问题，效果比字符串匹配效果要好。劣势是可能需求许多的人工标明，速度会相对比较慢。因为相邻的字一同出现的次数较多，就越有可能组成一个词语，所以字与词相邻部分出现的几率可以很好地反应词语的可信度。