Python语言程序设计入门7.5 第三方库（二）：jieba库和wordcloud库.pptxVIP

jieba库是一款优秀的Python第三方中文分词函数库，具有分词、添加用户词典、提取关键词和词性标注等功能; 对于一段英文文本，如果希望提取其中的的单词，只需要 使用字符串处理的split()方法即可实现； 对于一段中文文本，要想提取其中的中文单词却是十分困 难的事情，因为中文单词之间缺少分隔符； 在联网状态下，在命令行下输入 pip install jieba 进行安装， 安装完成后，会提示安装成功。 jieba库支持3种分词模式：精确模式、全模式和搜索引擎模式。 精确模式：试图将语句最精确的切分，不存在冗余数据，适合做文本分析； 全模式：将语句中所有可能是词的词语都切分出来，速度很快，但是存在冗余数据，不能解决歧义问题； 搜索引擎模式：在精确模式的基础上，对长词再次进行切分，提高召回率，适合用于搜索引擎。 jieba库的常用方法， 如下表所示： 例7-5：编写程序，演示 jieba 库的常用方法。 例7-5：编写程序，演示 jieba 库的常用方法。 例7-5：编写程序，演示 jieba 库的常用方法。 jieba库的分词原理是，利用一个中文词库Prefix dict，将待分词的文本与预置词库进行比对，找出基于词频的最大切分组合; 通过添加单词的做法，强制改变freq的值，确保单词能被切出。 对于文本s1和s2，分词的准确率还是非常高的，对于文本s3， 分词结