使用jieba维护自定义词、停用词表

对于文本处理来说，好的分词结果，是一切开始的基础。下面结合我的使用，简要说说使用jieba分词，如何添加、删除自定义词，以及使用停用词表，方便自己以后查阅。

1 维护自定义词

1.1 添加自定义词

方法一：

import jieba
jieba.add_word("自定义词1")
jieba.add_word("自定义词2")

方法二：

方法一需要我们手动一个个添加，当自定义词较多时，我们可以用下面的方法：

import jieba
jieba.load_userdict(file_name) 

其中， file_name 为文件类对象或自定义词典的路径，词典格式和 dict.txt 一样，一个词占一行；每一行分三部分：词语、词频（可省略）、词性（可省略），用空格隔开，顺序不可颠倒。file_name 若为路径或二进制方式打开的文件，则文件必须为 UTF-8 编码。
词频省略时使用自动计算的能保证分出该词的词频