码迷,mamicode.com
首页 > 编程语言 > 详细

Python第三方库____jieba

时间:2018-05-01 23:27:12      阅读:468      评论:0      收藏:0      [点我收藏+]

标签:一个   第三方   bsp   原理   列表   pip   利用   之间   中文   

jieba是优秀的中文分词第三方库

       中文文本需要通过分词获得单个词语

        jieba是优秀的中文分词第三方库,需要额外安装  (pip install jieba)

        jieba库提供三种分词模式,最简单只需掌握一个函数

jieba分词原理

        利用一个中文词库,确定汉字之间的关系概率

        汉字之间概率大的组成词组,形成分词结果

        除了分词,用户还可以添加自定义词组

jieba分词三种模式

       精确模式、全模式、搜索引擎模式

       精确模式:把文本精确的切分开,不存在冗余单词   (最常用)

       全模式:把文本中所有可能的词语都扫描出来,有冗余

       搜索引擎模式:在精确模式基础上,对长词再次切分

jieba库常用函数:

       jieba.lcut(s)         精确模式,返回一个列表类型的分词结果                          l--> list   cut -- 分词类型  精确模式

       jieba.lcut(s,cut_all=True)   全模式,返回一个列表类型的分词,存在冗余

      jieba.lcut_for_search(s)      搜索引擎模式,返回一个列表类型的分词结果,存在冗余

      jieba.add_word(w)               向分词词典增加新词w

 

Python第三方库____jieba

标签:一个   第三方   bsp   原理   列表   pip   利用   之间   中文   

原文地址:https://www.cnblogs.com/masked/p/8977422.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!