jieba包的基本使用方法（python）

~~

jieba包使用:

~~
分词功能主要有两个方法 jieba.cut 和 jieba.cut_for_search。
1. jieba.cut方法
接受三个输入参数:
　　1.需要分词的字符串；
　　2.cut_all 参数用来控制是否采用全模式;
　　3.HMM 参数用来控制是否使用 HMM 模型。
如:jieba.cut("我来到北京清华大学", cut_all=True)
2. `jieba.cut_for_search方法
接受两个输入参数:
　　1.需要分词的字符串；
　　2.是否使用 HMM 模型。
该方法适合用于搜索引擎的分词，粒度比较细
例如:

jieba.cut_for_search("小明硕士毕业于中国科学院计算所，后在日本京都大学深造")

3.jieba.cut方法和jieba.cut_for_search方法返回的结构都是一个可迭代的 generator，可以使用 for 循环来获得分词后得到的每一个词语，也可以使用jieba.lcut方法 和jieba.lcut_for_search方法 直接返回 list。

4.jieba有三种分词方式:
**(1)全模式:**试图将句子最精确地切开，适合文本分析，输出的是所有可能的分词组合，比如清华大学，会被分成：清华，清华大学，华大，大学。
如:

seg_list = jieba.cut("我来到北京清华大学", cut_all=True) 

**(2)默认模型（精确模型）：**把句子中所有的可以成词的词语都扫描出来, 速度非常快，但是不能解决歧义，比如清华大学，只会输出清华大学。
如:

seg_list = jieba.cut("我来到北京清华大学", cut_all=False) 

**(3)搜索引擎模式：**在精确模式的基础上，对长词再次切分，提高召回率，适合用于搜索引擎分词。
如:

seg_list = jieba.cut_for_search("小明硕士毕业于中国科学院计算所，后在日本京都大学深造")	

【如果不指明cut_all的值，则默认是精确模式】
另外一种方法: jieba.Tokenizer(dictionary=DEFAULT_DICT)，用于新建自定义分词器，可用于同时使用不同词典。