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