jieba分词

基本模式就是jieba.cut(s),得到的是迭代器,可以用list转成分词的列表。
有些新词或者领域中的词Jieba识别不出来,可以自建一个词典辅助分词。网上说词典一行一个词,后面加词频,再后面加词性可选。其实词频也可以不加,就一行一个词。
有一个很奇怪的现象是,'-'这个字符貌似识别不出来,词典里含这个字符的词仍旧不能被分出来。于是我用'_'替换了'-',也算是下下策了,以后找到好的解决方法再来说。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容

  • 注:参考文档 一、在线词云图工具# (1)、使用### 在正式使用jieba分词之前,首先尝试用在线分词工具来将自...
    DearIreneLi阅读 6,182评论 1 8
  • 关键词:windows平台下jieba安装、三种模式比较、自定义词典、停用词语料、词频统计、词云生成 jieba简...
    秋灯锁忆阅读 4,512评论 0 2
  • 分词就是词语切分了,关于分词的理论实现,以后再继续学习。此处用python的jieba分词工具直接分词。 jieb...
    sf705阅读 2,969评论 0 1
  • 夏的炎热烧灼那平静的心 微风吹来一阵略伤感的空气 不知哪一刻 脑海里闪现出一份未命名的回忆 梦中的偶遇 你的冷漠使...
    忘忧酒馆阅读 173评论 0 0
  • 问题分析 当响应数据或响应页面没有设置编码时,jmeter会按照jmeter.properties文件中,samp...
    guiwuzhe阅读 395评论 0 0