机器学习 -- jieba库

一. jieba库是什么？

1. jieba库是一个用于NLP，即自然语言分析的工具。

2. 中文是紧凑连接的，词与词之间不用空格来分割，而当我们进行自然语言处理或者语音识别，或者进行其他的文本操作时，在大部分情况下，词汇是文本的核心，是进行文本处理的前提。因此我们需要一个能把完整文本分解为具体的词的简单高效的工具，为文本处理做出更加准确的词库。这样的操作称为“分词”。jieba是一个对新手非常友好的分词工具。

二. jieba库的模式

有三种模式的使用：

1. 精确模式

将句子最精确地切开，适合文本分析。

默认调用：jieba.lcut(text)

案例：

import jieba

text1 = "今天真是一个好日子！"
print(jieba.lcut(text1))

运行效果：

2. 全模式

把句子中所有可能成词的词与都扫描出来，但是不能解决歧义。

调用：jieba.lcut(text, cut_all=True)

案例：

代码：