一句话：WordPiece 是一种子词（subword）分词方法：它不会把文本切成整词或单字，会切成词表里有限的一批常见片段，并被 BERT 系列模型用作默认分词器。
打个比方：你只有一盒块数固定的乐高积木，这就是词表，通常几万块。遇到一个从没见过的词，你不能说“不认识”，只能拿现有积木拼出来。WordPiece 就类似这套拼法说明书。
训练时，它自底向上合并：先把词拆成字符，再反复挑一对相邻片段合并。挑选标准针对“合并后整个语料的概率提升最大”，并非“谁出现得最多”；它用语言模型似然打分，因此偏向合并那些放在一起更可预测的片段。
实际编码时，它采用最长匹配优先（greedy longest-match-first）：从词首开始，尽量在词表里找最长匹配片段，找不到就退一步用更短的，最后兜底成单字符。
关键在 ## 这个记号。它表示“我不是词的开头，紧贴在上一个片段后面，中间没有空格”。于是：
| 原词 | 切分结果 |
|---|---|
| playing | play + ##ing |
| lowest | low + ##est |
| tokenization | token + ##ization |
这样，没见过的词就不会直接变成 [UNK]。一个新品牌名或拼错的单词，会被拆成几个熟悉的碎片，模型仍能从碎片里拼出大致意思，所以 BERT 几乎不需要“未知词”标记。
和相邻概念的区别：
- 词级（word-level）分词：词表会爆炸，且总有词不在表里。
- 字符级（character-level）：永不出现未登录词，但序列太长，单字符语义太弱。
- BPE（Byte Pair Encoding）：同样产出子词，但合并准则是“最高频相邻对”，只看频次；WordPiece 看的是似然增益。产物长得像，理念不同。
- SentencePiece：一套训练工具/框架，可用 BPE 或 unigram 语言模型算法，常把空格标记成 ▁；WordPiece 则用 ## 标记续接。具体用哪个、词表长什么样，以模型卡和官方分词器文档为准。
对从业者的实际意义：
1. 长度按 token 算，不按字算。同一句中文，不同分词器切出的 token 数差别不小，估上下文成本、定截断位置都得按 token 来。
2. ## 影响下游对齐。做命名实体识别、抽取式问答时，要把预测的片段位置映射回原文（offset mapping）；一个词被切成多块时，取首块预测或对片段聚合是常见做法。
3. 生僻专名、长数字容易被切碎，模型逐字“复制”原文的能力会下降，别指望它精确还原一个罕见编号。
4. 词表大小是超参，直接牵动 embedding 参数量和推理成本。
对普通人：分词就是模型看字的方式。它看到的并非词，是碎片。因此拼写错误不一定让它懵，反而会被拆成常见小块；但一个生僻名字在它眼里可能只是一堆零碎积木，容易记错、写错。