1、需要下载【pynlpir】库

2、【open()】函数介绍：

open()函数的原型如下：

pynlpir.open(data_dir=pynlpir.nlpir.PACKAGE_DIR, encoding=pynlpir.ENCODING, encoding_errors=pynlpir.ENCODING_ERRORS, license_code=None)

参数说明如下：

data_dir：表示分词数据目录对应的绝对路径，默认值为pynlpir.nlpir.PACKAGE_DIR。

encoding：表示针对中文的编码格式，默认为utf_8，也可以为gbk、big5。

encoding_errors：表示所需的编码错误处理方案，默认为strict，也可以为ignore、replace。

license_code：表示使用中科院分词的许可证编码，仅商业用户需要

import pynlpir  #导入pynlpir库pynlpir.open()  #初始化pynlpir分词库
content = "真正的程序员的程序不会在第一次就正确运行，但是他们愿意守着机器进行若干个小时的调试改错。"
#获取语句中的关键字
key_words = pynlpir.get_key_words(content, weighted=False)
for word in key_words:print (word)
pynlpir.close() #关闭pynlpir，释放内存

3、【segment()】函数介绍：

中科院分词提供了segment()函数进行分词，并返回分词后的列表。函数原型如下：

【pynlpir.segment(s, pos_tagging=True, pos_names='parent', pos_english=True)】

参数说明如下：

s：需要分词的中文，必须是Unicode编码或者UTF-8编码的字符串。

pos_tagging：表示是否包含部分的词性标注，值为False时表示只做分词，而不显示词性（形容词、名词等）。

pos_names：参数在pos_tagging为True时才生效，只能是parent、child和all三个值，默认是parent，表示获取该词性的最顶级词性，child表示获取该词性的最具体的信息，all表示获取该词性相关的所有词性信息。

pos_english：表示词性标注结果是否以中文的形式显示，为False表示以中文的形式显示

import pynlpir  #导入pynlpir库
pynlpir.open()  #初始化pynlpir分词库
content = "真正的程序员的程序不会在第一次就正确运行，但是他们愿意守着机器进行若干个小时的调试改错。"
#不输出词性
words = pynlpir.segment(content,pos_tagging=False)
for word in words:print (word,"/")
print ("\n****输出词性****")
#获取分词处理后每个词语以及其最顶级的词性，并以中文输出词性
words = pynlpir.segment(content,pos_tagging=True, pos_names='parent', pos_english=False)
for word in words:print ("词：", word[0],"词性：", word[1])
pynlpir.close() #关闭pynlpir，释放内存

4、【get_key_words()】函数介绍：

函数原型：【pynlpir.get_key_words(s ,max_words=50, weighted=False)】

参数说明如下：

s：需要分词的中文，必须是Unicode编码或者UTF-8编码的字符串。

max_words：表示最多能够查找的关键字，默认为50。

weighted：表示是否返回关键字的权重，默认不返回

import pynlpir  #导入pynlpir库
pynlpir.open()  #初始化pynlpir分词库
content = "真正的程序员的程序不会在第一次就正确运行，但是他们愿意守着机器进行若干个小时的调试改错。"
#不输出权重
words = pynlpir.get_key_words(content,weighted=False)
for word in words:print (word)
print ("\n****关键字带权重****")
words = pynlpir.get_key_words(content,max_words=50,weighted=True)
for word in words:print ("关键字：",word[0],"权重：",word[1])
pynlpir.close() #关闭pynlpir，释放内存

5、实际使用：

在实际使用中，往往需要针对某一段文字统计其中关键字出现的次数。

’通过对次数的统计可以知道哪些关键字经常出现。

使用中科院分词进行关键字统计的步骤如下：定义一个字典对象，用来保存关键字和其出现的次数。初始化该列表数据，关键字出现的次数设置为初始值0。

使用get_key_words()函数获取关键字的列表数据。

使用segment()函数对该段文字进行分词处理，从而得到返回的分词列表数据。循环遍历分词列表数据，判断其中的元素是否属于关键字，如果属于关键字则将字典对象中对应关键字出现的次数加1

import pynlpir  #导入pynlpir库
pynlpir.open()  #初始化pynlpir分词库
content = "真正的程序员的程序不会在第一次就正确运行，但是他们愿意守着机器进行若干个小时的调试改错。"
wordDict = {}  #定义字典对象，保存关键字及出现的次数
key_words = pynlpir.get_key_words(content, weighted=False)  #获取关键字
for word in key_words:wordDict[word] = 0
words = pynlpir.segment(content, pos_tagging=False, pos_english=False)
for word in words:if key_words.count(word) > 0:wordDict[word] = wordDict[word] + 1 #关键字次数加1
for item in wordDict:print (item,"出现次数为：",wordDict[item]) #输出关键字及出现的次数
pynlpir.close() #关闭pynlpir，释放内存

愿本文对你的文章分析能有一个非常有效的帮助。

python pynlpir中科院分词的使用相关推荐

python调用各个分词包
目前分词的难点 (1)分词规范:公说公有理婆说婆有理 (2)歧义切分:歧义本身就是一个问题,暂时没有得到解决 (3)未登录词:语言是一个神奇的事情,总会有创意的人想出创意的词来表达特定的含义,而且这这 ...
python怎么安装jieba库-python环境jieba分词的安装
我的python环境是Anaconda3安装的,由于项目需要用到分词,使用jieba分词库,在此总结一下安装方法. 安装说明 ======= 代码对 Python 2/3 均兼容 * 全自动安装:`e ...
Python实现中文分词--正向最大匹配和逆向最大匹配
编译原理实验二:Python实现中文分词–正向最大匹配和逆向最大匹配最大匹配法:最大匹配是指以词典为依据,取词典中最长单词为第一个次取字数量的扫描串,在词典中进行扫描(为提升扫描效率,还可以跟据字数 ...
ictclas java_ICTCLAS50 基于中科院分词作的java 工具，内容详细各个函数都有实现含有word解析文档 Develop 238万源代码下载- www.pudn.com...
文件名称: ICTCLAS50下载收藏√ [ 5 4 3 2 1 ] 开发工具: Java 文件大小: 2983 KB 上传时间: 2013-05-15 下载次数: 11 提供者: 安 ...
自然语言处理系列十七》中文分词》分词工具实战》Python的Jieba分词
注:此文章内容均节选自充电了么创始人,CEO兼CTO陈敬雷老师的新书<分布式机器学习实战>(人工智能科学与技术丛书)[陈敬雷编著][清华大学出版社] 文章目录自然语言处理系列十七分词工 ...
python使用结巴分词(jieba)创建自己的词典/词库
原文地址:https://ptorch.com/news/204.html 为什么需要在python使用结巴分词(jieba)创建自己的词典/词库,因为很多时候分词给我们的结果了能刚好相反,如:不回家 ...
使用Python做中文分词和绘制词云
使用Python做中文分词和绘制词云李小璐出轨云词图作为一门编程语言,Python的编写简单,支持库强大,应用场景多,越来越多的人开始将它作为自己的编程入门语言. Python一个比较重要的场景是 ...
python环境jieba分词的安装
我的python环境是Anaconda3安装的,由于项目需要用到分词,使用jieba分词库,在此总结一下安装方法. 安装说明 ======= 代码对 Python 2/3 均兼容 * 全自动安装:`e ...
基于Python的中英文分词基础：正则表达式和jieba分词器
基于Python的中英文分词基础:正则表达式和jieba分词器前言介绍英文字符串处理 Python中的str 正则表达式 Python中的正则表达式模块 re 小练习字符串中出现频次最多的字母 ...

python pynlpir中科院分词的使用

1、需要下载【pynlpir】库

2、【open()】函数介绍：

pynlpir.open(data_dir=pynlpir.nlpir.PACKAGE_DIR, encoding=pynlpir.ENCODING, encoding_errors=pynlpir.ENCODING_ERRORS, license_code=None)

3、【segment()】函数介绍：

【pynlpir.segment(s, pos_tagging=True, pos_names='parent', pos_english=True)】

4、【get_key_words()】函数介绍：

函数原型：【pynlpir.get_key_words(s ,max_words=50, weighted=False)】

5、实际使用：

python pynlpir中科院分词的使用相关推荐

最新文章

热门文章