原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
Python语言程序设计模块5: jieba库的使用jieba库基本介绍jieba库概述jieba是优秀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- 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，最简单只需掌握一个函数jieba库的安装(cmd命令行) pip install jiebajieba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库使用说明jieba分词的三种模式精确模式、全模式、搜索引擎模式- 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jieba库常用函数函数描述精确模式，返回一个列表类型的分词结果jieba.lcut(中国是一个伟大的国家)[中国, 是, 一个, 伟大, 的, 国家]jieba.lcut(s)全模式，返回一个列表类型的分词结果，存在冗余jieba.lcut(中国是一个伟大的国家,cut_all=True)[中国, 国是, 一个, 伟大, 的, 国家]jieba.lcut(s,cut_all=True)jieba库常用函数函数描述搜索引擎模式，返回一个列表类型的分词结果，存在冗余jieba.lcut_for_sear jieba.lcut_for_search(“中华人民共和国是伟大的)ch(s)[中华, 华人, 人民, 共和, 共和国, 中华人民共和国, 是, 伟大, 的]向分词词典增加新词wjieba.add_word(w)jieba.add_word(蟒蛇语言)jieba分词要点jieba.lcut(s)
文档评论（0）