jieba库

jieba库是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。

安装:

(cmd命令行)pip  install jieba

jieba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词组形成分词结果。除了分词,用户也可以添加自定义词组。

精确模式:把文本精切的切分开,不存在冗余单词。

全模式:把文本中所有可能的单词都扫描出来,有冗余。

搜索引擎模式:在精确模式基础上对长词进行再次切分。

jieba.Icut(s)  精确模式返回一个列表型的分词结果。

jieba.Icut(s,cut _all=Ture )  全模式返回一个列表型的分词结果,有冗余。

jieba.Icut_for_search(s )  搜索引擎模式返回一个列表型的分词结果,有冗余。

jieba.add_word(w) 向分词字典添加新词w

你可能感兴趣的:(jieba库)