结巴分词：全模式、精确模式和搜索引擎模式

1.jieba.lcut(sentence)：返回的是一个列表

1 seg_list = jieba.lcut("我来到北北京清华大学")
2 print(type(seg_list))
3 print(seg_list)

2.jieba.cut(sentence, cut_all=False)：返回的是一个迭代器，cut_all默认为False(精确模式)，True(全模式)

1 seg_list = jieba.cut("我来到北北京清华大学", cut_all=True) # 结巴分词用于中文分词
2 print("Full Mode:", "/ ".join(seg_list)) #全模式：将语句所有可以组合的词分出来
3 seg_list = jieba.cut("我来到北北京清华大学", cut_all=False)
4 print("Default Mode:", "/ ".join(seg_list)) # 精确模式：将语句划分开
5 seg_list = jieba.cut("他来到了了网网易易杭研大大厦")
6 print(", ".join(seg_list))

3.jieba.cut_for_search(sentence)：返回一个迭代器

jieba.lcut_for_search(sentence)：返回一个集合

搜索引擎模式：在精确模式的基础上，对长词在此划分，

1 seg_list = jieba.cut_for_search("我来到北北京清华大学")
2 print(type(seg_list))
3 print(", ".join(seg_list))
4 seg_list = jieba.lcut_for_search("我来到北北京清华大学")
5 print(type(seg_list))
6 print(seg_list)

分词无论是全模式还是搜索引擎模式都是不会改变语句顺序的，即使语句中一些不相邻的字可以组成一个词，结巴分词并不会把他们划分为一个词。

转载于:https://www.cnblogs.com/aprilspring-emotion/p/9379715.html