赞
踩
在明哥的严厉催促下,我终于注册了我自己的博客,并且这是我写的第一篇博客,写得不好还请大家多多指出,以帮助小弟在编程之路上走得更远。
好了,废话就不多说了,直接进入主题吧。
号称“做最好的Python中文分词组件”的jieba分词是python语言的一个中文分词包。它的特点有:
支持三种分词模式:
◾ 精确模式,试图将句子最精确地切开,适合文本分析;
◾ 全模式,把句子中所有的可以成词的词语都扫描出来, 速度非常快,但是不能解决歧义;
◾ 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。
支持繁体分词
支持自定义词典
全自动安装:easy_install jieba 或者 pip install jieba
半自动安装:先下载http://pypi.python.org/pypi/jieba/ ,解压后运行python setup.py install
手动安装:将jieba目录放置于当前目录或者site-packages目录
通过import jieba 来引用 (第一次import时需要构建Trie树,需要几秒时间)
目前master分支是只支持Python2.x 的
Python3.x 版本的分支也已经基本可用:
https://github.com/fxsjy/jieba/tree/jieba3k
- git clone https://github.com/fxsjy/jieba.git
- git checkout jieba3k
- python setup.py install<h1 style="font-family: Helvetica, arial, freesans, clean, sans-serif; font-size: 28px;"><a target=_blank name="-1" href="https://github.com/fxsj
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。