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:

 #-*- 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]"

转载于:https://www.cnblogs.com/sweetpotato-diary/archive/2012/03/20/2408941.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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