jieba库的使用

jieba库概述

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的词语

--- jieba是优秀的中文分词第三方库，需要额外安装

---- jieba库提供三种分词模式，最简单只需掌握一个函数

 

jieba库的安装

(cmd命令行) pip install jieba

 

jieba分词的原理

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，用户还可以添加自定义的词组

 

jieba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：在精确模式基础上，对长词再次切分

 

jieba库常用函数