|
|
|
@ -6,11 +6,16 @@ jieba
|
|
|
|
|
|
|
|
|
|
Feature
|
|
|
|
|
========
|
|
|
|
|
* 支持两种分词模式:
|
|
|
|
|
* 支持三种分词模式:
|
|
|
|
|
* 1)精确模式,试图将句子最精确地切开,适合文本分析;
|
|
|
|
|
* 2)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;
|
|
|
|
|
* 3) 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。
|
|
|
|
|
|
|
|
|
|
Python Version
|
|
|
|
|
==============
|
|
|
|
|
* 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
|
|
|
|
|
|
|
|
|
|
Usage
|
|
|
|
|
========
|
|
|
|
|
* 全自动安装:`easy_install jieba` 或者 `pip install jieba`
|
|
|
|
@ -56,8 +61,7 @@ Output:
|
|
|
|
|
|
|
|
|
|
【新词识别】:他, 来到, 了, 网易, 杭研, 大厦 (此处,“杭研”并没有在词典中,但是也被Viterbi算法识别出来了)
|
|
|
|
|
|
|
|
|
|
【搜索引擎模式】: 小明, 硕士, 毕业, 于, 中国, 科学, 学院, 科学院, 中国科学院, 计算, 计算所, 后, 在
|
|
|
|
|
, 日本, 京都, 大学, 日本京都大学, 深造
|
|
|
|
|
【搜索引擎模式】: 小明, 硕士, 毕业, 于, 中国, 科学, 学院, 科学院, 中国科学院, 计算, 计算所, 后, 在, 日本, 京都, 大学, 日本京都大学, 深造
|
|
|
|
|
|
|
|
|
|
功能 2) :添加自定义词典
|
|
|
|
|
================
|
|
|
|
|