jieba是优秀的中文分词第三方库
- 中文文本需要通过分词获得单个的词语
- jieba是优秀的中文分词第三方库,需要额外安装
- jieba库提供三种分词模式,分别是:精确模式、全模式、搜索引擎模式
---精确模式:把文本精确的切分开,不存在冗余
---全模式:把文本中所有可能的词语都扫描出来,有冗余
---搜索引擎模式:在精确模式基础上,对长词再次切分
常用函数
- jieba.lcut(str):精确模式,返回一个列表类型的分词结果
- jieba.lcut(str,cut_all=True):全模式,返回一个列表类型的分词结果,存在冗余
- jieba.lcut_for_search(str):搜索引擎模式,返回一个列表类型的分词结果,存在冗余
- jieba.add_word(word) :向分词字典添加新词word
举例子