使用pymmseg进行中文分词

90 篇文章 0 订阅

使用pymmseg进行中文分词

python分词模块,基于mmseg算法编写,核心代码c++,提供python接口。

最近在做BUG质量分析的时候,要提取BUG关键词,正好用到的pymmseg这分词模块,分词的效率还不错。

Code Example:

复制代码
 #-*- coding: utf-8 -*-

from pymmseg import mmseg
import os
import sys

def CWS_pymmseg(shortdeslist,wordlist):
    if os.path.isfile(shortdeslist):
        mmseg.dict_load_defaults()
        sd = open(shortdeslist,'r')
        word = open(wordlist,'w')
        for bugdes in sd.readlines():
            algor = mmseg.Algorithm(bugdes)
            wlist = []
            for tok in algor:
                wlist.append(tok.text + "\n")
            word.writelines(wlist)
        sd.close()
        word.close()
        print "CWSeg_pymmseg is OK ! %s ==> %s" % (shortdeslist,wordlist)
    else:
        print "ERROR : The file ,shortdeslist doesn't exist!"

if __name__ == '__main__':
    if len(sys.argv) == 3:
        CWS_pymmseg(sys.argv[1],sys.argv[2])
    else:
        print "Usage: python CWS_pymmseg.py [shortdeslist] [wordlist]"
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值