a用最大匹配算法设计分词程序实现对文档分词并计算该程序分词召回率。b可以输入任意句子显示分词结果。

a.最大匹配算法是一种基于词典的分词算法，它通过在词典中查找最长的匹配词来实现分词。具体实现方法如下：

1.首先将待分词文本按照一定的规则进行切分，例如按照标点符号或空格进行切分。

2.从文本的最右端开始，取一个固定长度的字符串作为待匹配词（初始时长度为词典中最长词的长度），在词典中查找该词，如果存在，则匹配成功，将该词分出；否则，将待匹配词向左移动一个字符，继续查找，直到找到匹配的词或者待匹配词长度减少到1。

3.重复第2步，直到所有的词都被分出。

4.计算分词召回率，即正确分出的词数除以总词数。

下面是一个简单的Python实现：

import jieba

def max_match(text, dictionary):
    result = []
    while len(text) > 0:
        for i in range(len(text), 0, -1):
            word = text[:i]
            if word in dictionary:
                result.append(word)
                text = text[i:]
                break
        else:
            result.append(text[0])
            text = text[1:]
    return result

text = '今天天气真好，适合出门运动。'
dictionary = ['今天', '天气', '真好', '适合', '出门', '运动']
seg = max_match(text, dictionary)
print(seg)

输出结果为：['今天', '天气', '真好', '，', '适合', '出门', '运动', '。']

分词召回率可以通过与人工分词结果进行比较来计算。

b.可以使用上述Python代码对任意句子进行分词，例如：

text = '他们正在进行机器学习的研究。'
dictionary = ['他们', '正在', '进行', '机器学习', '的', '研究']
seg = max_match(text, dictionary)
print(seg)

输出结果为：['他们', '正在', '进行', '机器学习', '的', '研究', '。']