python中lcut啥意思_python学习笔记——jieba库入门

python学习笔记——jieba库入门

python学习笔记——jieba库入门

一、查找官方文档

https://pypi.org/project/jieba/

二、介绍

jieba(中文意思是“结巴”)中文文本切分：打造成最好的Python中文分词模块。

支持四种分词模式：

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。

paddle模式，利用PaddlePaddle深度学习框架，训练序列标注(双向GRU)网络模型实现分词。同时支持词性标注。paddle模式使用需安装paddlepaddle-tiny，pip install paddlepaddle-tiny==1.6.1。目前paddle模式支持jieba v0.40及以上版本。jieba v0.40以下版本，请升级jieba，pip install jieba --upgrade 。PaddlePaddle官网

支持繁体分词

支持自定义词典

MIT 授权协议

三、主要功能

1.1前三种分词模式案例

import jieba

string = '中华人民共和国是一个伟大的国家'

#精确模式