python中jieba库用法详解

jieba分词

示例代码：

import jieba

s = '我爱你伟大的中华人民共和国！人生苦短，我爱python！'

# 精确匹配 默认模式
ret1 = jieba.lcut(s, cut_all=False)  # 默认是False
print(ret1)

# 全匹配
ret2 = jieba.lcut(s, cut_all=True)
print(ret2)

# 精确匹配
ret3 = jieba.lcut_for_search(s)
print(ret3)

运行结果：

词性标注

示例代码：  

import jieba.posseg as pseg

s = '我爱你伟大的中华人民共和国！人生苦短，今天我要好好学习python！'

# 默认匹配
ret1 = pseg.lcut(s)
print(ret1)

ret2 = pseg.lcut(s, use_paddle=True)  # 看源码似乎需要安装
print(ret2)

运行结果：

paddle模式的词性对照表如下：

关键字提取

        基于 TF-IDF 算法进行关键词提取，也可以基于TextRank 算法。 TF-IDF 算法与 elasticsearch 中使用的算法是一样的。

示例代码：

import jieba.analyse

s = '我爱你伟大的中华人民共和国！人生苦短，今天我要好好学习python！'
topk = 3

# 使用tf-idf算法提取关键词
tags = jieba.analyse.extract_tags(s, topk)
print(tags)

# 使用textrank算法提取关键词
tags2 = jieba.analyse.textrank(s, topk, withWeight=True)
print(tags2)

运行结果：