python练习题（4）——NLP入门_nltk 自然语言处理的特征工程练习题

前言

本文已参与「新人创作礼」活动，一起开启掘金创作之路，今天更新一下NLP自然语言处理中的一些基本操作，在用python进行自然语言处理时我们可能经常用到两个库：（1）jieba;(2)gensim,jieba这个库很好安装，pip install jieba或者常规的方法都可以，可能会耗时比较长，gensim也是常规的安装方法，但可能由于你python版本的不同或者，可能会出现一些错误，没办法python有时候就是这样。大家慢慢解决就好了。

jieba

首先，大家来看一下jieba的解释：

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。

（1）首先是全模式
（2）其次是精简模式
（3）最后是搜索模式

三种模式的分词结果各不相同，个人觉得精确模式更接近于。正常人的理解方式，哈哈哈。

举个例子：

content="我是中国人，我爱我的祖国"
print("/".join(jieba.lcut(content)))    # 精简模式，返回一个列表类型的结果
1
2

返回的结果如下：

斜杠也可以换成其他的符号，例如空格

其他模式的代码如下：

print("/".join(jieba.cut(content,cult_all=True)))    # 全模式，返回一个列表类型的结果

 print("/".join(jieba.cut(content,cult_all=False)))    # 全模式，返回一个列表类型的结果
1
2
3

对比完之后，大家可能发现在提取关键字的时候，使用精简模式可能会更方便

结语

NLP当然不可能这么简单，它还要处理语料库，特征工程等步骤，下次我们再继续讨论，哈哈哈 今天舅到此为止！