jieba 库的使用和好玩的词云

Posted 2021-02-14 luyingqian

jieba库的使用:

  (1)  jieba库是一款优秀的 Python 第三方中文分词库，jieba 支持三种分词模式：精确模式、全模式和搜索引擎模式，下面是三种模式的特点。

     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

      搜索引擎模式：在精确模式的基础上，对长词再次进行切分。

# -*- coding: utf-8 -*-
import jieba

seg_str = "好好学习，天天向上。"

print("/".join(jieba.lcut(seg_str))) # 精简模式，返回一个列表类型的结果
print("/".join(jieba.lcut(seg_str, cut_all=True))) # 全模式，使用 ‘cut_all=True‘ 指定 
print("/".join(jieba.lcut_for_search(seg_str))) # 搜索引擎模式

好玩的词云;

 

import jieba

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

seg_list = jieba.cut("他来到了网易杭研大厦", HMM=False)
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", HMM=False) # 搜索引擎模式
print(", ".join(seg_list))