python 数据挖掘篇 一 结巴分词

  • A+
所属分类:编程语言

Python 数据挖掘学习

一 结巴分词

github地址:https://github.com/fxsjy/jieba

"结巴"中文分词:做最好的 Python 中文分词组件

还记得当时想用C++,实现分词,资料那个难找,调试那个麻烦,BUG那个多,说多了都是泪,开始入手python 数据挖掘,看看这个能简单不。

安装

python 数据挖掘篇 一 结巴分词

这种效率比c++安装分词库 方便多了。

使用

词性标注

python 数据挖掘篇 一 结巴分词

python 数据挖掘篇 一 结巴分词

常用的一些符号及词性的对应关系为:a:形容词c:连词d:副词e:叹词f:方位词i:成语m:数词n:名词nr:人名ns:地名nt:机构团体nz:其他专有名词p:介词r:代词t:时间u:助词v:动词vn:名动词w:标点符号un:未知词语

更详细资料 可以搜索 计算所汉语词性标记集

一个自定义字典的例子:

python 数据挖掘篇 一 结巴分词

注意要用:UTF-8格式保存

python 数据挖掘篇 一 结巴分词

python 数据挖掘篇 一 结巴分词

基本用法

1、 基本分词

python 数据挖掘篇 一 结巴分词

2、 根据词性属性分词

创建字典

python 数据挖掘篇 一 结巴分词

UTF-8格式保存

python 数据挖掘篇 一 结巴分词

3、 提取关键字

python 数据挖掘篇 一 结巴分词

python 数据挖掘篇 一 结巴分词

4、 返回词语位置

python 数据挖掘篇 一 结巴分词

python 数据挖掘篇 一 结巴分词

weinxin
我的微信公众号
爱真理,得永生!          爱在灵灵久博客,网罗天下,福利大家!

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: