Python第三方库：jieba库

jieba库

jieba是中文分词第三方库。

安装

cmd命令行

pip install jieba

三种模式：

• 精确模式：把文本精确切分开，不存在冗余单词，可精确还原。
• 全模式：把文本中所有可能的词语都扫描出来，有冗余，组合后可能不是源文本。
• 搜索引擎模式：在精确模式的基础上，对长词再次切分。

常用函数

jieba.lcut(s)                 #精确模式，返回一个列表类型的分词结果
>>>jieba.lcut("我爱中国")
['我','爱','中国']
jieba.lcut(s,cut_all=True)     #全模式，返回一个列表类型的分词结果，存在冗余
>>>jieba.lcut("我爱中国"，cut_all=True)
['我','我爱','爱','中国']
jieba.lcut_for_search(s)        #搜索引擎模式，返回一个列表类型的分词结果，存在冗余
>>>jieba.lcut_for_search("我爱中华人民共和国")
['我','爱','中华','华人','人民','共和','共和国','中华人民共和国']
jieba.add_word(w)               #向分词词典增加新词w