jieba库

时间：2020-01-28 13:47:05 阅读：184 评论：0 收藏：0 [点我收藏+]

jieba库：
利用一个中文词库，确定中文字符之间的关联概率
中文字符间概率大的组成词组，形成分词结果
jieba库分词的三种模式：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
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：在精确模式的基础上，对长词再次切分
常用函数：
jieba.lcut(s):精确模式，返回一个列表类型的分词结果
jieba.lcut(s,cut_all=True):全模式，返回一个列表类型的分词结果，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