jieba是优秀的中文分词第三方库,需要额外安装
jieba库提供三种分词模式,最简单只需要掌握一个函数
jieba库的安装(python)
(cmd命令行)pip install jieba
(导入)import jieba
(查看版本)jieba.__version__
jieba分词的原理(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,用户还可以添加自定义的词组
jieba分词的三种模式
精确模式:把文本精确的切分开,不存在冗余单词
全模式:把文本中所有可能的词语都扫描出来,有冗余
搜索引擎模式:在精确模式基础上,对长词再次切分
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)