這篇文章主要講解了“Python中jieba分詞模塊的用法”，文中的講解內(nèi)容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“Python中jieba分詞模塊的用法”吧！

創(chuàng)新互聯(lián)專業(yè)IDC數(shù)據(jù)服務器托管提供商，專業(yè)提供成都服務器托管，服務器租用，服務器托管雅安，服務器托管雅安，成都多線服務器托管等服務器托管服務。

0、前言

jieba庫是進行中文分詞的利器，根據(jù)文檔描述，具有以下特點：

1. 分詞

2. 提取關鍵詞

3. 搜索詞匯位置

2、提取詞匯

在處理詞匯時，常常我們會提取出現(xiàn)頻率比較高的關鍵詞，jieba.analyse.extract_tags()具有此功能，它接受 4 個參數(shù)

• 3、搜索詞匯位置

jieba 庫也包含了定位詞匯位置的功能，jieba.tokenize() 可以實現(xiàn)此功能，該函數(shù)接收字符串，返回一個生成器，包含所有分詞結(jié)果以及始末位置，基本用法如下：

import jieba
string = '今天天氣特別好，很開心' result = jieba.tokenize(string)
print(list(result))

結(jié)果如下：

[('今天天氣', 0, 4), ('特別', 4, 6), ('好', 6, 7),
 ('，', 7, 8), ('很', 8, 9), ('開心', 9, 11)]

如果我們只是找到某個特定的詞匯在文中的位置，拿之前的西游記文本為例，我們?nèi)ふ以~匯 “行者” 第一次出現(xiàn)的位置

with open('西游記.txt','r',errors='ignore')as f:
    data = f.read()

result = jieba.tokenize(data) for i in result:
    if '行者' in i:
        print(i)
        break

結(jié)果：

('行者', 8593, 8595)

如此，就能很方便的找到特定詞匯在文章中出現(xiàn)的位置。

• <h5  white-space:normal;widows:1;background-color:#ffffff;box-sizing:border-box="" !important;"=""> 4、小結(jié)

以上就是 jieba 庫的常用的方法，該庫還包括詞性標注、并行分詞、命令行分詞、添加字典等等功能。
更詳細的內(nèi)容參考官方文檔：https://github.com/fxsjy/jieba
對該庫的算法感興趣的同學可參考
jieba分詞的基本思路：
https://segmentfault.com/a/1190000004061791
對Python中文分詞模塊結(jié)巴分詞算法過程的理解和分析：http://blog.csdn.net/rav009/article/details/12196623

感謝各位的閱讀，以上就是“Python中jieba分詞模塊的用法”的內(nèi)容了，經(jīng)過本文的學習后，相信大家對Python中jieba分詞模塊的用法這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是創(chuàng)新互聯(lián)，小編將為大家推送更多相關知識點的文章，歡迎關注！

分享文章：Python中jieba分詞模塊的用法-創(chuàng)新互聯(lián)
網(wǎng)頁路徑：http://jinyejixie.com/article24/gegce.html

成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供靜態(tài)網(wǎng)站、營銷型網(wǎng)站建設、網(wǎng)站改版、云服務器、全網(wǎng)營銷推廣、微信公眾號

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)