FMM和BMM是中文分词算法中常见的两种方法，分别代表了“正向最大匹配”（Forward Maximum Match）和“逆向最大匹配”（Backward Maximum Match）。

所谓的中文分词，即将一段连续的汉字序列切分成一个个有意义的词语。而FMM和BMM是两种最基本的中文分词算法，它们通过不同的方式进行匹配来实现分词的目的。

FMM算法从左向右匹配，首先在给定的词典中查找最长的词语作为当前切分位置的词语，然后向右移动一个字符，重复上述步骤直到达到文本末尾。FMM算法的思想是尽可能将长词拆分成短词，以保证分词的准确性。

与之相反，BMM算法则从右向左进行匹配。它首先在词典中查找以文本末尾字符开始的最长词语，然后向左移动一个字符，继续查找最长的词语，直到达到文本的开头。BMM算法的思想是将长词保留在切分结果中，以保证尽可能多地保留长词的完整性。

这两种算法各有优缺点。FMM算法相对于BMM算法更早问世且计算速度更快，但容易出现“碰撞”现象，即某个词同时被切分成多个词。BMM算法则能够较好地处理未登录词的分词问题，但计算速度相对较慢。

为了充分发挥两种算法的优势，研究者提出了双向最大匹配（BIMM）算法。BIMM算法首先利用FMM算法从左向右进行切分，然后利用BMM算法从右向左进行切分，最后将两种算法得到的切分结果进行对比，选择其中一种或者多种结果作为最终切分。

在实际应用中，FMM和BMM算法经常被用作中文搜索引擎、文本挖掘、自然语言处理等领域的关键技术。虽然随着深度学习技术的发展，基于神经网络的分词方法逐渐兴起，但FMM和BMM算法仍然具有一定的研究和应用价值。

总而言之，FMM和BMM是中文分词算法中常见的两种方法，它们分别采用正向和逆向的方式进行匹配，尽可能地将汉字序列切分成有意义的词语。它们各有优劣，但通过综合利用它们的优势，可以得到更准确的切分结果。在实践中，它们被广泛应用于中文搜索引擎、文本挖掘等领域，并为中文分词提供了重要的基础。