对搜索词进行分词后，可以根据分词结果提取其中的品牌名称。
分词技术的应用领域：
1、文本分类。
在信息爆炸的时代，文本分类技术能够高效地处理大量信息。分词技术在文本分类中起到了至关重要的作用。在对文本进行分类之前，需要对文本进行分词处理，将其转化成单词或短语，再利用机器学习或深度学习等技术进行分类。
2、情感分析。
情感分析是自然语言处理中的一项重要任务，它可以分析文本中蕴含的情感极性（如积极或消极等）。分词技术在情感分析中也起到了至关重要的作用。通过对文本进行分词处理，可以快速地提取文本中的关键词，分析这些关键词所表达的情感极性。
3、机器翻译。
机器翻译可以将一种语言的文本自动翻译成另一种语言。分词技术在机器翻译中也扮演了重要的角色。在进行机器翻译时，需要将源语言中的句子进行分词处理，拆分成一个个的单词或短语，再通过翻译模型将其转化为目标语言。
分词技术的原理：
1、?字符串匹配的分词方法。
字符串匹配的分词方法，又分为3种分词方法。一是正向最大匹配法就是把一个词从左至右来分词。二是反向最大匹配法"不知道你在说什么"反向最大匹配法来分上面这段是如何分的。三是最短路径分词法。就是说一段话里面要求切出的词数是最少的。
2、词义分词法和双向最大匹配法。
词义分词法就是进行句法、语义分析，利用句法信息和语义信息来处理歧义现象来分词，但是这种分词方法目前还不成熟，还处在测试阶段。双向最大匹配法就是关键词前后组合内容被认为粘性相差不大，而搜索结果中也同时包含这两组词。
3、统计分词法。
统计分词法就是根据词组的统计，发现两个相邻的字出现的频率最多，那么这个词就很重要。就可以作为用户提供字符串中的分隔符，这样来分词。比如，“许多的，这里，这一，那里”等等，这些词出现的比较多，就从这些词里面分开来。