一、安装
使用cmd命令行安装:pip install jieba(保持网络联通)。
二、简介
jieba库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。
三、分词原理
1、利用中文词库,确定汉字之间的关联概率。
2、汉字间概率大的组成词组,形成分词效果。
3、用户还可以添加自定义的词组。
四、jieba分词的三种模式
1、精确模式:将文本精确的切分开,不存在冗余单词。
2、全模式:把中文文本中所有可能的词语扫描出来,存在冗余。
3、搜索引擎模式:在精确模式基础上,对长词再次分隔。
五、jieba库的常用函数