jieba库

jieba库是的中文分词第三方库。

中文文本需要通过分词获得单个的词语。

安装:

(cmd命令行)pip  install jieba

jieba分词依靠中文词库。

利用一个中文词库确定汉字之间的关联概率,汉字间概率大的组成词组形成分词结果。除了分词,用户也可以添加自定义词组。

精确模式:把文本精切的切分开,不存在冗余单词。

全模式:把文本中所有可能的单词都扫描出来,有冗余。

搜索引擎模式:在精确模式基础上对长词进行再次切分。

jieba.Icut(s)  精确模式返回一个列表型的分词结果。

jieba.Icut(s,cut _all=Ture )  全模式返回一个列表型的分词结果,有冗余。

jieba.Icut_for_search(s )  搜索引擎模式返回一个列表型的分词结果,有冗余。

jieba.add_word(w) 向分词字典添加新词w

©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容