python 中文分词:结巴分词
2015-01-17 14:22
183 查看
中文分词是中文文本处理的一个基础性工作,结巴分词利用进行中文分词。其基本实现原理有三点:
基于Trie树结构实现高效的词图扫描,生成句子中汉字所有可能成词情况所构成的有向无环图(DAG)
采用了动态规划查找最大概率路径, 找出基于词频的最大切分组合
对于未登录词,采用了基于汉字成词能力的HMM模型,使用了Viterbi算法
[b]安装(Linux环境)[/b]
下载工具包,解压后进入目录下,运行:python setup.py install
[b]模式[/b]
默认模式,试图将句子最精确地切开,适合文本分析
全模式,把句子中所有的可以成词的词语都扫描出来,适合搜索引擎
[b]接口[/b]
组件只提供jieba.cut 方法用于分词
cut方法接受两个输入参数:
第一个参数为需要分词的字符串
cut_all参数用来控制分词模式
待分词的字符串可以是gbk字符串、utf-8字符串或者unicode
jieba.cut返回的结构是一个可迭代的generator,可以使用for循环来获得分词后得到的每一个词语(unicode),也可以用list(jieba.cut(...))转化为list
实例
结果
[b]实现原理[/b]
1. Trie树:参考/article/4722734.html
基于Trie树结构实现高效的词图扫描,生成句子中汉字所有可能成词情况所构成的有向无环图(DAG)
采用了动态规划查找最大概率路径, 找出基于词频的最大切分组合
对于未登录词,采用了基于汉字成词能力的HMM模型,使用了Viterbi算法
[b]安装(Linux环境)[/b]
下载工具包,解压后进入目录下,运行:python setup.py install
[b]模式[/b]
默认模式,试图将句子最精确地切开,适合文本分析
全模式,把句子中所有的可以成词的词语都扫描出来,适合搜索引擎
[b]接口[/b]
组件只提供jieba.cut 方法用于分词
cut方法接受两个输入参数:
第一个参数为需要分词的字符串
cut_all参数用来控制分词模式
待分词的字符串可以是gbk字符串、utf-8字符串或者unicode
jieba.cut返回的结构是一个可迭代的generator,可以使用for循环来获得分词后得到的每一个词语(unicode),也可以用list(jieba.cut(...))转化为list
实例
#! -*- coding:utf-8 -*- import jieba seg_list = jieba.cut("我来到北京清华大学", cut_all = True) print "Full Mode:", ' '.join(seg_list) seg_list = jieba.cut("我来到北京清华大学") print "Default Mode:", ' '.join(seg_list)
结果
[b]实现原理[/b]
1. Trie树:参考/article/4722734.html
相关文章推荐
- python下结巴中文分词
- python中文分词:结巴分词
- 对Python中文分词模块结巴分词算法过程的理解和分析
- python中文分词工具——结巴分词
- 对Python中文分词模块结巴分词算法过程的理解和分析
- 结巴分词(Python中文分词组件)
- “结巴”中文分词:做最好的 Python 中文分词组件
- PYTHON 结巴中文分词工具的基础使用
- 对Python中文分词模块结巴分词算法过程的理解和分析
- 对Python中文分词模块结巴分词算法过程的理解和分析
- 结巴分词 0.14 版发布,Python 中文分词库
- 使用python 的结巴(jieba)库进行中文分词
- 结巴分词 0.27 发布,Python 中文分词组件
- Python 中文分词工具 ——结巴分词的使用方法总结
- Python 中文分词工具 ——结巴分词的使用方法总结
- Python利用结巴分词进行中文分词
- 结巴分词 0.19 发布 Python 中文分词组件
- 对Python中文分词模块结巴分词算法过程的理解和分析
- python中文分词工具:结巴分词jieba
- Python分词模块推荐:结巴中文分词