码迷,mamicode.com
首页 > 其他好文 > 详细

jieba分词

时间:2018-02-26 13:28:43      阅读:181      评论:0      收藏:0      [点我收藏+]

标签:imp   www   默认   速度   pytho   lan   基础   als   解决   

import jieba

seg_list = jieba.cut("我来到北京清华大学", cut_all=True)
print("Full Mode:", "/ ".join(seg_list) ) # 全模式
allkw_list=[]
for w in seg_list:
    print(w)
    allkw_list.append(w)


seg_list = jieba.cut("我来到北京清华大学", cut_all=False)
print("Default Mode:", "/ ".join(seg_list) ) # 精确模式

seg_list = jieba.cut("他来到了网易杭研大厦")  # 默认是精确模式
print(", ".join(seg_list))

seg_list = jieba.cut_for_search("小明硕士毕业于中国科学院计算所,后在日本京都大学深造")  # 搜索引擎模式
print(", ".join(seg_list))

  

支持三种分词模式:
? 精确模式,试图将句子最精确地切开,适合文本分析;

? 全模式,把句子中所有的可以成词的词语都扫描出来, 速度非常快,但是不能解决歧义;

? 搜索引擎模式,在精确模式的基础上,对长词再次切分,提高召回率,适合用于搜索引擎分词。

 

http://www.cnblogs.com/tomato0906/articles/5600348.html

jieba分词

标签:imp   www   默认   速度   pytho   lan   基础   als   解决   

原文地址:https://www.cnblogs.com/andy9468/p/8472267.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!