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的词语
-jieba需要额外安装
-jieba库提供了三种分词模式,只需要掌握一种就能使用
ieba库分词依靠中文词库
-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的词组,形成分词结果
-除了分词,用户还可以添加自定义的词组
安装一定要在命令行界面
-pip install jieba
jieba分词的三种模式
-精确模式:把文本精确的且分开,不存在冗余单词,结果还是原句,是最常用的模式
-全模式:把文字中所有可能的词语都扫描出来,可能有冗余
-搜索引擎模式:在精确模式基础上,对长词再次切分,存在冗余
jieba库常用函数,如图所示