python-jieba库
-jieba介绍
jieba是优秀的中文分词第三方库,需要额外安装
中文文本需要通过分词获得单个的词语
jieba提供三种分词模式
-jieba库安装
pip install jieba 指令,在命令行,要求计算机联网
-jieba分词原理
利用中文词库,确定汉字之间的关联概率
也可以自定义添加词组,适用于某些具体领域
-分词的三种模式
精确模式:把文本精确的切分开,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
-常用函数
jieba.lcut(s)
精确模式,返回一个列表类型分词结果
jieba.luct(s,cut_all=True)
全模式,返回列表类型的分词结果,存在冗余
jieba,lcut_for_search(s)
搜索引擎模式,返回列表类型,存在冗余
jieba.add_word(w)
向分词词库添加新单词w
-词频统计
需要动手练习,结合列表,字典,字符串多种知识点
=====================================
学习渠道:mooc python语言程序设计 嵩天
侵删~