Python模块：jieba库的使用

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)