python 基础教程：使用jieba库对文本进行分词
一、jieba库是什么？
Python的jieba库是一个中文分词工具，它可以将一段中文文本分割成一个一个的词语，方便后续的自然语言处理任务，如文本分类、情感分析等。jieba库使用了基于前缀词典的分词方法，能够处理中文的各种复杂情况，如歧义词、新词等。它还提供了多种分词模式，如精确模式、全模式、搜索引擎模式等，以适应不同场景的需求。此外，jieba库还支持用户自定义词典，使得分词结果更加准确。
二、安装jieba库
pip install jieba
三、查看jieba版本
pip show jieba
Name: jieba
Version: 0.42.1
Summary: Chinese Words Segmentation Utilities
Home-page: https://github.com/fxsjy/jieba
Author: Sun, Junyi
Author-email: ccnusjy@gmail.com
License: MIT
Requires:
Required-by:
四、使用方法
1.引入库
import jieba
2.定义需要分词的文本
text = "我爱发动态，我喜欢使用搜索引擎模式进行分词"# 对于刚学Python的小伙伴，我还给大家准备了Python基础教程、数百本电子书# 直接在这个Q裙自取即可：279199867
3.使用分词模式进行分词
3.1、精确模式(默认)
试图将句子最精确地切开，适合文本分析。
seg_list = jieba.cut(text)
3.2、全模式
把句子中所有的可能成词的词语都扫描出来，速度很快，但是不能解决歧义。
seg_list = jieba.cut(text, cut_all=True)
3.3、搜索引擎模式
在精确模式的基础上，对长词再次切分，提高召回率，适合用于搜索引擎分词。
seg_list = jieba.cut_for_search(text)
4.将分词结果转换为列表
word_list = list(seg_list)
5.打印分词结果
print(word_list)
6.分词效果对比
6.1、精确模式(默认)
['我爱发', '动态', '，', '我', '喜欢', '使用', '搜索引擎', '模式', '进行', '分词']
6.2、全模式
['我', '爱', '发动', '动态', '，', '我', '喜欢', '使用', '搜索', '搜索引擎', '索引', '引擎', '模式', '进行', '分词']
6.3、搜索引擎模式
['我爱发', '动态', '，', '我', '喜欢', '使用', '搜索', '索引', '引擎', '搜索引擎', '模式', '进行', '分词']
缺乏、安全感
我会带着你远行
还没有评论，来说两句吧...