中文分词工具jieba分词器的使用

1.常见的中文分词工具

中科院计算所的NLPIR
哈工大LTP
清华大学THULAC
斯坦福分词器
Hanlp分词器
jieba分词
IKAnalyzer

2.jieba分词算法主要有以下三种：

1.基于统计词典，构造前缀词典，基于前缀词典对句子进行切分，得到所有切分可能，根据切分位置，构造一个有向无环图(DAG)
2.针对DAG图，采用动态规划计算最大概率路径（最优可能的分词结果），根据最大概率路径分词
3.对新词（词库中没有的词），采用有汉字成词能力的HMM模型进行切分。

import jieba
content = "现在，机器学习和深度学习带动人工智能飞速的发展，并在图像处理、语音识别领域取得巨大成功。"

3.精确分词：精确模式试图将句子最精确地切开，精确分词也是默认的分词方式

segs_1 = jieba.cut(content, cut_all=False)
print("/".join(segs_1))

4.全模式分词:把句子中所有的可能是词语的都扫描出来，速度非常快，但不能解决歧义。

segs_2 = jieba.cut(content, cut_all=True)
print("/".join(segs_2))

5.搜索引擎模式：在精确模式的基础上，对长词再次进行划分，提高召回率Recall，适用于搜索引擎分词。

segs_3 = jieba.cut_for_search(content)
print("/".join(segs_3))

6.用lcut生成list

jieba.cut和jieba.cut_for_search返回的结果都是一个可迭代的生成器，可以使用for循环来获得分词后得到的每个词语(unicode编码)。jieba.lcut对cut的结果进行了封装，l代表list，即返回的结果是一个list集合。同样的，用jieba.lcut_for_search()也直接返回list集合。

segs_4 = jieba.lcut(content)
print(segs_4)

7.获取词性

jieba可以很方便地获取中文词性，通过jieba.posseg模块实现词性标注

import jieba.posseg as psg[(x.word, x.flag) for x in psg.lcut(content)]

8.并行分词

并行分词原理是为文本按行分隔后，分配到多个python进程并进行分词，最终归并结果。
并行分词仅支持默认分词器jieba.dt和jieba.posseg.dt,目前暂不支持windows系统。

jieba.enable_parallel(4)  # 开启并行分词模式，参数为并行进程数
jieba.disable_parallen()  # 关闭并行分词模式

9.获取分词结果中词列表的top N

from collections import Countertop5 = Counter(segs_4).most_common(5)
top5

10.自定义添加词和字典

默认情况下，使用默认分词，是识别不出来这句话中的“字节跳动”这个新词，这里使用用户字典提高分词的准确性。

txt = "字节跳动是中国一家新兴的互联网公司。"
segs_5 = jieba.lcut(txt)
segs_5

添加一个新词到字典中，结果就不一样了

jieba.add_word("字节跳动")
segs_6 = jieba.lcut(txt)
segs_6

但是，如果要添加很多个词语时，一个个添加效率就不高了。这时候可以定义一个文件，然后通过load_userdict()函数，加载自定义词典，如下所示：

txt1 = "火山小视频是字节跳动公司开发的一款应用软件。"
jieba.load_userdict("user_dict.txt")  # user_dict.txt是自己创建的一个自定义的新词词典
segs_7 = jieba.lcut(txt1)
segs_7

11.注意的地方

jieba.cut()方法接收三个输入参数：需要分词的字符串、cut_all参数用来控制是否采用全模式、HMM参数用来控制是否使用HMM模型
jieba.cut_for_search()方法接收两个参数：需要分词的字符串、是否使用HMM模型。该方法适用于搜索引擎构建倒排索引的分词，细粒度较高。

12.相关说明

中文词性标注中的符号说明

中文分词工具jieba分词器的使用相关推荐

NLP算法-中文分词工具-Jieba
中文分词工具-Jieba 什么是Jieba? 1.Jieba 的特点 2.Jieba 分词的原理 3.Jieba 分词的三种模式使用 Jieba 库进行分词代码示例测试说明 demo 什么是Ji ...
ik分词和jieba分词哪个好_Lucene.net(4.8.0) 学习问题记录五: JIEba分词和Lucene的结合，以及对分词器的思考...
前言:目前自己在做使用Lucene.net和PanGu分词实现全文检索的工作,不过自己是把别人做好的项目进行迁移.因为项目整体要迁移到ASP.NET Core 2.0版本,而Lucene使用的版本是3 ...
Jieba、NLTK等中英文分词工具进行分词
实验目的: 利用给定的中英文文本序列(见 Chinese.txt 和 English.txt),分别利用以下给定的中英文分词工具进行分词并对不同分词工具产生的结果进行简要对比分析. 实验工具: 中文 ...
自然语言处理学习笔记2：分词工具及分词原理
中文分词(Chinese Word Segmentation) 指的是将一个汉字序列切分成一个一个单独的词.分词就是将连续的字序列按照一定的规范重新组合成词序列的过程.我们知道,在英文的行文中,单词之 ...
ik分词和jieba分词哪个好_Pubseg:一种单双字串的BiLSTM中文分词工具
中文分词是中文自然语言处理中的重要的步骤,有一个更高精度的中文分词模型会显著提升文档分类.情感预测.社交媒体处理等任务的效果[1]. Pubseg是基于BiLSTM中文分词工具,基于ICWS2005P ...
【数据平台】python中文分词工具jieba
1.官网: https://pypi.python.org/pypi/jieba/ https://github.com/fxsjy/jieba 自动安装:pip install jieba 2.特点 ...
中文分词工具—Jieba
中文分词-Jieba 是一款Python 中文分词组件 "Jieba" (Chinese for "to stutter") Chinese text segm ...
python中文分词之jieba分词的使用
文章目录 1.特点 2.安装说明安装示例下载: 安装: 测试: 3.算法 4.主要功能 (1)分词 (2)添加自定义词典载入词典调整词典 (3)关键词提取一.基于 TF-IDF 算法的关键词 ...
ik分词和jieba分词哪个好_JiebaIK Analyzer——分词工具的比较与使用
现有的分词工具包概览现有的分词工具包种类繁多,我选取了几个比较常见的开源中文分词工具包进行了简单的调查.有感兴趣的同学可以通过下表中的Giuthub链接进行详细地了解. 常见开源的中文分词工具接下 ...

中文分词工具jieba分词器的使用

1.常见的中文分词工具

2.jieba分词算法主要有以下三种：

3.精确分词：精确模式试图将句子最精确地切开，精确分词也是默认的分词方式

4.全模式分词:把句子中所有的可能是词语的都扫描出来，速度非常快，但不能解决歧义。

5.搜索引擎模式：在精确模式的基础上，对长词再次进行划分，提高召回率Recall，适用于搜索引擎分词。

6.用lcut生成list

7.获取词性

8.并行分词

9.获取分词结果中词列表的top N

10.自定义添加词和字典

11.注意的地方

12.相关说明

中文分词工具jieba分词器的使用相关推荐

最新文章

热门文章