Python第三方库____jieba，,jieba是优秀的中

Python第三方库____jieba，,jieba是优秀的中

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词语

jieba是优秀的中文分词第三方库，需要额外安装 （pip install jieba）

jieba库提供三种分词模式，最简单只需掌握一个函数

jieba分词原理

利用一个中文词库，确定汉字之间的关系概率

汉字之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词组

jieba分词三种模式

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 （最常用）

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：

jieba.lcut(s) 精确模式，返回一个列表类型的分词结果 l--> list cut -- 分词类型 精确模式

jieba.lcut(s,cut_all=True) 全模式，返回一个列表类型的分词，存在冗余

jieba.lcut_for_search(s) 搜索引擎模式，返回一个列表类型的分词结果，存在冗余

jieba.add_word(w) 向分词词典增加新词w

Python第三方库____jieba