幽灵资源网 Design By www.bzswh.com
在中文分词中,jiebe库是最为常见的,主要的原因还是它独特的支持分词模式如:精确模式、全模式、搜索引擎模式。也对应着三种方式,包括jieba.cut()方法、jieba.lcut()方法、jieba.cut_for_search()方法。下面就为大家实例操作这些分词模式,以及方法的使用,一起来了解下吧。
全模式:
import jieba seg_list = jieba.cut("南京市长江大桥欢迎你。", cut_all=True) print(type(seg_list),seg_list)
精确模式:
seg_list1 = jieba.lcut("南京市长江大桥欢迎你。", cut_all=False) print(type(seg_list1),seg_list1)
搜索模式:
seg_list2 = jieba.cut_for_search("南京市长江大桥欢迎你。") print(type(seg_list2),seg_list2) print("全模式:" + "/ ".join(seg_list)) print("精确模式:" + "/ ".join(seg_list1)) print("搜索引擎模式:" + "/ ".join(seg_list2))
输出结果:
全模式:南京/ 南京市/ 京市/ 市长/ 长江/ 长江大桥/ 大桥/ 欢迎/ 你/ 。
精确模式:南京市/ 长江大桥/ 欢迎/ 你/ 。
搜索引擎模式:南京/ 京市/ 南京市/ 长江/ 大桥/ 长江大桥/ 欢迎/ 你/ 。
内容扩展:
获取词性
我们还可以通过jiaba这个库把词性进行区分,比如动词,名词等
import jieba.posseg as psg seg_list = psg.cut("我要进行关键词提取") print([(s.word, s.flag) for s in seg_list]) # [('我', 'r'), ('要', 'v'), ('进行', 'v'), ('关键词', 'n'), ('提取', 'v')]
我们还可以提取动词或者名词,我们来提取下里面的动词
import jieba.posseg as psg seg_list = psg.cut("我要进行关键词提取") print([(s.word, s.flag) for s in seg_list if s.flag.startswith('v')])
幽灵资源网 Design By www.bzswh.com
广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
幽灵资源网 Design By www.bzswh.com
暂无评论...
稳了!魔兽国服回归的3条重磅消息!官宣时间再确认!
昨天有一位朋友在大神群里分享,自己亚服账号被封号之后居然弹出了国服的封号信息对话框。
这里面让他访问的是一个国服的战网网址,com.cn和后面的zh都非常明白地表明这就是国服战网。
而他在复制这个网址并且进行登录之后,确实是网易的网址,也就是我们熟悉的停服之后国服发布的暴雪游戏产品运营到期开放退款的说明。这是一件比较奇怪的事情,因为以前都没有出现这样的情况,现在突然提示跳转到国服战网的网址,是不是说明了简体中文客户端已经开始进行更新了呢?