Python个人快速入门学习(九)jieba库的使用
2019-01-26 09:20
375 查看
九、jieba库的使用
1. jieba库: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是第三方库,需要额外安装:
-pip install jieba
2. jieba分词的原理
-利用了一个中文词库,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
3.jieba分词的三种模式
-精确模式:把文本精确地分开,不存在冗余的单词
-全模式:把一段文本中所有可能的词语都扫描出来,存在冗余
-搜索引擎模式:在精确模式的基础上,对于长词进行再切分
4.jieba库常用函数
jieba.lcut(s)、jieba.lcut(s , cut_all=True)、jieba.lcut_for_search(s)
[code]import jieba a = jieba.lcut("冬天到了春天还会远吗") #精确模式 b = jieba.lcut("冬天到了春天还会远吗" , cut_all=True) #全模式 c = jieba.lcut_for_search("中华人民共和国是一个伟大的国家") #搜索引擎模式 print(a) print(b) print(c) #输出: ['冬天', '到', '了', '春天', '还会', '远', '吗'] ['冬天', '到', '了', '春天', '还', '会', '远', '吗'] ['中华', '华人', '人民', '共和', '共和国', '中华人民共和国', '是', '一个', '伟大', '的', '国家']
还可以向分词词典中添加新词:jieba.add_word(s)
[code]jieba.add_word("dzzhyk") a = jieba.lcut("dzzhyk是一名学生") print(a) #输出: ['dzzhyk', '是', '一名', '学生']
相关文章推荐
- Python个人快速入门学习(十一)wordcloud库
- Python个人快速入门学习(十)文件和数据格式化
- 使用Python学习selenium测试工具-2:快速入门
- Python个人快速入门学习(十三)Python第三方库的安装
- Python个人快速入门学习(十二)Python设计思维
- python学习总结一(快速入门)
- 转:python的nltk中文使用和学习资料汇总帮你入门提高
- 【软件开发底层知识修炼】十四 快速学习GDB调试一 入门使用
- Python学习入门基础教程(learning Python)--1.2.1 Python输出语句print基本使用 .
- Python快速入门学习笔记(一)
- Python爬虫(入门+进阶)学习笔记 1-8 使用自动化神器Selenium爬取动态网页(案例三:爬取淘宝商品)
- python的nltk中文使用和学习资料汇总帮你入门提高
- Python学习笔记(五):CGI编程、SMTP发送邮件(快速入门篇)
- [Transfer]ASP.NETV2.0快速入门、视频在线教程、个人网站、电子商务、宠物店等的使用
- Python Web开发 之Django框架入门学习笔记(一)——安装和初步使用
- 【Python个人学习笔记】--- 变量的基本使用
- 编程小白的第一本 python 入门书 学习笔记07 第八章 开始使用第三方类库
- 一步一步入门机器学习之一:Python(x,y)下载,安装,使用入门
- python的nltk中文使用和学习资料汇总帮你入门提高
- Android个人学习笔记-使用myeclipse快速创建webservice并在Android中调用