中文分词库:结巴分词

使用jieba进行中文分词
该博客介绍了结巴分词库的安装方法,包括全自动安装(通过easy_install或pip)、半自动安装以及手动安装,并提供了如何在Python中导入jieba库进行使用的示例。

文档地址:https://github.com/fxsjy/jieba
代码对 Python 2/3 均兼容
• 全自动安装:easy_install jieba 或者 pip install jieba / pip3 install jieba
• 半自动安装:先下载 http://pypi.python.org/pypi/jieba/ ,解压后运行 python setup.py install
• 手动安装:将 jieba 目录放置于当前目录或者 site-packages 目录
• 通过 import jieba 来引用

一个结巴分词的小demo

import jieba
from jieba import analyse

seg_list = jieba.cut("我来到北京清华大学", cut_all=True)
print("Full Mode: " + "/ ".join(seg_list))  # 全模式

seg_list = jieba.cut("我来到北京清华大学", cut_all=False)
print("Default Mode: " + "/ ".join(seg_list))  # 精确模式

seg_list = jieba.cut("他来到了网易杭研大厦")  # 默认是精确模式
print(", ".join(seg_list))

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")  # 搜索引擎模式
print(", ".join(seg_list))


def get_word():
    # 引入TextRank关键词抽取接口
    textrank = analyse.textrank
    
    # 原始文本
    text = "
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值