利用正向最大匹配法进行中文分词，需要导入中文分词词典、停用词词典，结果输出到新的TXT文件中。将整个实验步骤按照1234列出来

正向最大匹配法（FMM）用于中文分词的基本步骤如下：

1. **准备资源**[^1]:
- 导入所需的中文分词库，如jieba分词库，它内置了一个词典。

   import jieba

2. **加载词典与停用词表**[^2]:
- 加载预定义的中文分词词典，通常包括常用词语和一些专有名词。
- 如果有停用词表，也需要加载，这些词通常是不参与分析的常见词汇。

   # 假设`dict_path`和`stop_words_path`分别是词典和停用词路径
   with open(dict_path, 'r', encoding='utf-8') as dict_file, \
       open(stop_words_path, 'r', encoding='utf-8') as stop_words_file:
       word_dict = dict_file.read().splitlines()
       stop_words = stop_words_file.read().splitlines()

3. **分词过程**:
- 使用`jieba.lcut`函数，输入待分词的文本，并传入词典，去除停用词。
- `lcut`会返回一个列表，每个元素代表分词后的单个词语。

   text = "这是一段需要分词的中文句子"
   seg_list = jieba.lcut(text, cut_all=False)
   filtered_list = [word for word in seg_list if word not in stop_words]

4. **保存结果**:
- 将处理后的分词结果写入新的TXT文件中，可以按空格分隔单词，方便后续处理。

   with open('output.txt', 'w', encoding='utf-8') as output_file:
       output_file.write(' '.join(filtered_list))