python jieba模块基本命令讲解

1.分词
精确模式:
import jieba
s="fdsfdsfsdfds"
s_cut_jq=jieba.cut(s)
#可见分词结果返回的是一个生成器,可实现拼接
cut_jq=','.join(s_cut_jq)
全模式:
s_cut_qms=jieba.cut(s,cut_all=True)
cut_qms=','.join(s_cut_qms)
搜索引擎模式:
s_cut_ssyqms=jieba.cut_for_search(s)
cut_ssyqms=','.join(s_cut_ssyqms)

2、词性
每个词都有其词性，比如名词、动词、代词等，结巴分词的结果也可以带上每个词的词性，要用到jieba.posseg，举例如下：
import jieba.posseg as psg
s_psg_cut=psg.cut(s)
for word,flag in s_psg_cut:
print('%s 的词性是 %s'%(word,flag))
#word是词语 flag是词语的词性

3、提取关键字
#基于 TextRank 算法的关键词抽取
#jieba.analyse.textrank(sentence, topK=20, withWeight=False, allowPOS=(‘ns’, ‘n’, ‘vn’, ‘v’)) 直接使用，接口相同，注意默认过滤词性
#jieba.analyse.TextRank() 新建自定义 TextRank 实例
'''

基本思想：

将待抽取关键词的文本进行分词
以固定窗口大小(默认为5，通过span属性调整)，词之间的共现关系，构建图
计算图中节点的PageRank，注意是无向带权图
'''

keywords =jieba.analyse.extract_tags(s,topK=3,withWeight=True,allowPOS=('n','nr','ns'))
#keywords类型是list
for item in keywords:
print(item[0],item[1])
##词性对照表

词性对照表

名词 (1个一类，7个二类，5个三类)
名词分为以下子类：
n 名词
nr 人名
nr1 汉语姓氏
nr2 汉语名字
nrj 日语人名
nrf 音译人名
ns 地名
nsf 音译地名
nt 机构团体名
nz 其它专名
nl 名词性惯用语
ng 名词性语素
时间词(1个一类，1个二类)
t 时间词
tg 时间词性语素
处所词(1个一类)
s 处所词
方位词(1个一类)
f 方位词
动词(1个一类，9个二类)
v 动词
vd 副动词
vn 名动词
vshi 动词“是”
vyou 动词“有”
vf 趋向动词
vx 形式动词
vi 不及物动词（内动词）
vl 动词性惯用语
vg 动词性语素
形容词(1个一类，4个二类)
a 形容词
ad 副形词
an 名形词
ag 形容词性语素
al 形容词性惯用语
区别词(1个一类，2个二类)
b 区别词
bl 区别词性惯用语
状态词(1个一类)
z 状态词
代词(1个一类，4个二类，6个三类)
r 代词
rr 人称代词
rz 指示代词
rzt 时间指示代词
rzs 处所指示代词
rzv 谓词性指示代词
ry 疑问代词
ryt 时间疑问代词
rys 处所疑问代词
ryv 谓词性疑问代词
rg 代词性语素
数词(1个一类，1个二类)
m 数词
mq 数量词
量词(1个一类，2个二类)
q 量词
qv 动量词
qt 时量词
副词(1个一类)
d 副词
介词(1个一类，2个二类)
p 介词
pba 介词“把”
pbei 介词“被”
连词(1个一类，1个二类)
c 连词
cc 并列连词
助词(1个一类，15个二类)
u 助词
uzhe 着
ule 了喽
uguo 过
ude1 的底
ude2 地
ude3 得
usuo 所
udeng 等等等云云
uyy 一样一般似的般
udh 的话
uls 来讲来说而言说来
uzhi 之
ulian 连（“连小学生都会”）
叹词(1个一类)
e 叹词
语气词(1个一类)
y 语气词(delete yg)
拟声词(1个一类)
o 拟声词
前缀(1个一类)
h 前缀
后缀(1个一类)
k 后缀
字符串(1个一类，2个二类)
x 字符串
xx 非语素字
xu 网址URL
标点符号(1个一类，16个二类)
w 标点符号
wkz 左括号，全角：（〔［｛《【〖〈半角：( [ { <
wky 右括号，全角：）〕］｝》】〗〉半角： ) ] { >
wyz 左引号，全角：“ ‘ 『
wyy 右引号，全角：” ’ 』
wj 句号，全角：。
ww 问号，全角：？半角：?
wt 叹号，全角：！半角：!
wd 逗号，全角：，半角：,
wf 分号，全角：；半角： ;
wn 顿号，全角：、
wm 冒号，全角：：半角： :
ws 省略号，全角：…… …
wp 破折号，全角：—— －－ ——－半角：— —-
wb 百分号千分号，全角：％ ‰ 半角：%
wh 单位符号，全角：￥＄￡ ° ℃ 半角：$

---------------------
作者：wx_411180165
来源：CSDN
原文：https://blog.csdn.net/qq_24726509/article/details/83958738
版权声明：本文为博主原创文章，转载请附上博文链接！

python jieba模块基本命令讲解相关推荐

中文自然语言处理(NLP)(三)运用python jieba模块计算知识点当中关键词的词频
前两次链接:中文自然语言处理(NLP)(一)python jieba模块的初步使用中文自然语言处理(NLP)(二)python jieba模块的进一步学习和xlrd模块续上次的随笔之后 ...
[python]python jieba 模块
1)安装 https://pypi.org/project/jieba/#files 解压,执行 Python setup.py install 或将解压后的 jieba 目录放置于当前目录或者 s ...
pythondifflib详解_python difflib模块示例讲解
difflib模块提供的类和方法用来进行序列的差异化比较,它能够比对文件并生成差异结果文本或者html格式的差异化比较页面,如果需要比较目录的不同,可以使用filecmp模块. class diffl ...
Python库中，如何使用jieba模块来实现古典名著《西游记》的分词
接下来,我们将学习如何使用jieba模块来实现古典名著<西游记>的分词,并且会将书中重点人物出场次数以图形化的方式显示出来,并进一步创建一个词云图. 17.4.1 读取文件因为小说< ...
python数组随机打乱_对Python random模块打乱数组顺序的实例讲解
在我们使用一些数据的过程中,我们想要打乱数组内数据的顺序但不改变数据本身,可以通过改变索引值来实现,也就是将索引值重新随机排列,然后生成新的数组.功能主要由python中random模块的sample ...
python数据模块下载顺序_对Python random模块打乱数组顺序的实例讲解
在我们使用一些数据的过程中,我们想要打乱数组内数据的顺序但不改变数据本身,可以通过改变索引值来实现,也就是将索引值重新随机排列,然后生成新的数组.功能主要由python中random模块的sample ...
python导入同级包_python小课堂15 - 史上最详细的包和模块import讲解篇
python小课堂15 - 史上最详细的包和模块import讲解篇前言在大量的代码设计中,我们不可能将所有代码都写在一个.py文件,所以有了包.模块,而为了代码可以重复利用(复用性),就有了类.函 ...
python 引入同一路径的类_python小课堂15 - 史上最详细的包和模块import讲解篇
python小课堂15 - 史上最详细的包和模块import讲解篇前言在大量的代码设计中,我们不可能将所有代码都写在一个.py文件,所以有了包.模块,而为了代码可以重复利用(复用性),就有了类.函 ...
【python小课堂专栏】python小课堂15 - 史上最详细的包和模块import讲解篇
python小课堂15 - 史上最详细的包和模块import讲解篇前言在大量的代码设计中,我们不可能将所有代码都写在一个.py文件,所以有了包.模块,而为了代码可以重复利用(复用性),就有了类.函 ...

python jieba模块基本命令讲解

python jieba模块基本命令讲解相关推荐

最新文章

热门文章