结巴是一款流行的中文分词工具，支持精确模式、全模式及搜索引擎模式的分词方式。用户可以加载自定义词典，并利用TF-IDF等算法进行关键词提取。适用于搜索引擎、文本分析等领域。
http://www.oschina.net/p/jieba
主要功能：
一、分词：
（1）jieba.cut()
cut_all=False（精确模式）和cut_all=True（全模式）两种模式
（2）jieba.cut_for_search()
搜索模式
二、添加自定义词
jieba.load_userdict()
三、关键词提取
jieba.analyse.extract_tags(sentence,topK)
topK：返回K个TF/IDF权重最大的关键词，默认值是20
四、词性标注
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
