在搜索引擎中，中文分词是非常重要的一环，它能够帮助搜索引擎更准确地理解用户的搜索意图。常用的中文分词 *** 包括基于统计的分词算法和基于规则的分词算法。

基于统计的分词算法是一种利用语料库中词汇出现的频率和概率来进行分词的 *** 。其中，最常见的算法是基于更大概率路径的分词算法，即通过计算每个可能的分词路径的概率，选择概率更大的路径作为最终的分词结果。这种算法适用于长尾词的分词，因为它可以通过大量的语料库来学习长尾词的概率分布，从而更准确地进行分词。

另外，基于统计的分词算法还包括n-gram模型和隐马尔可夫模型等。n-gram模型是一种基于前后n个词的概率来进行分词的 *** ，适用于一些特定领域的长尾词。而隐马尔可夫模型则是一种基于状态转移概率和观测概率来进行分词的 *** ，可以较好地处理长尾词的分词。

总的来说，基于统计的分词算法在处理长尾词时有着较好的效果，因为它可以通过大量的语料库来学习长尾词的概率分布，从而更准确地进行分词。在实际应用中，可以根据不同的场景和需求选择合适的分词算法，以提高搜索引擎的准确性和效率。