python库--jieba(中文分词)

import jieba
精确模式，试图将句子最精确地切开，适合文本分析；全模式，把句子中所有的可以成词的词语都扫描出来, 速度非常快，但是不能解决歧义；搜索引擎模式，在精确模式的基础上，对长词再次切分，提高召回率，适合用于搜索引擎分词。
.cut()	sentence	需要分词的字符串
	cut_all=F	是否采用全模式(否则使用精确模式)
	HMM=T	是否使用HMM模型(可识别不在词典中的词)
.cut_for_search()	(sentence, HMM=T) 搜索引擎模式
.load_userdict(f)	载入词典, f为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, 一部分为词语, 另一部分为词频（可省略, 词频越高成词几率越大），最后为词性（可省略）, 用空格隔开
.suggest_freq()	使用建议的单词频率强制一个单词中的字符拆分或连接
.add_word()	word	需要修改词频或词性的词
	freq=N	设置词频
	tag=N	设置词性
import jieba.analyse
.extract_tags	基于TF-IDF算法的关键词抽取
	sentence	待提取的文本
	topK=20	返回多少个TF/IDF权重最大的关键词
	withWeight=F	是否一并返回关键词权重值(word, weight)
	allowPOS=()	仅包括指定词性的词, 默认不筛选
	withFlag=F	当 allowPOS不为空,是否返回对象(word, weight),类似posseg.cut

转载于:https://www.cnblogs.com/P--K/p/7965421.html