Python模块:jieba库的使用
jieba库的基本介绍
-
jieba是优秀的中文分词第三方库
- 中文文本需要通过分词获得单个词语
- jieba是优秀的中文分词第三方库,需要额外安装
- jieba库提供三种分词模式,最简单只需要掌握一个函数 jieba库的安装
-
(cmd命令行)pip install jieba
jieba分词依靠中文词库 - 利用一个中文词库,确定汉字之间的关联概率
- 汉字间概率大的组成词组,形成分词结果
- 除了分词,用户还可以添加自定义的词组
jieba库的使用说明
-
jieba库分为精确模式、全模式、搜索引擎模式
- 精确模式:把文本精确的且分开,不存在冗余单词
- 全模式 :把文本中所有可能的词语都扫描出来,有冗余
- 搜索引擎模式:在精确模式基础上,对长词再次切分 jieba库常用函数
-
分别为jieba.lcut(s) , jieba.lcut(s,cut_all=True) , jieba.lcut_for_search(s) , jieba.add_word(w)