目录
jieba库概述
jieba是优秀的中文分词第三方库
-中文文本需要通过分词获得单个的词语
-jieba是优秀的中文分词第三方库，需要额外安装
-jieba库提供三种分词模式，最简单只需要掌握一个函数
jieba库的安装
（cmd命令行) pip install jieba
pip inatall jieba
jieba分词的原理
jieba分词依靠中文词库
-利用一个中文词库，确定汉字之间的关联概率
-汉字间概率大的组成词组，形成分词结果
-除了分词，用户还可以添加自定义的词组
jieba分词的三种模式
精确模式、全模式、搜索引擎模式
-精确模式：把文本精确的切分开，不存在冗余单词
-全模式：把文本中所有可能的词语都扫描出来，有冗余
-搜索引擎模式：在精确模式基础上，对长词再次切分
jieba库常用函数
| 函数 | 描述 |
|---|---|
| jieba.lcut(s) |
精确模式返回一个列表类型的分词结果 >>>jieba.lcut("中国是一个伟大的国家") ['中国','是','一个','伟大','的','国家'] |
| jieba.lcut(s,cut_all=Ture) |
全模式，返回一个列表类型的分词结果，存在冗余 >>>jieba.lcut("中国是一个伟大的国家",cut_all=Ture) ['中国','国是','一个','伟大','的','国家'] |
| jieba.lcut_for_search(s) |
搜索引擎模式，返回一个列表类型的分词结果，存在冗余 >>>jieba.lcut_for_search("中华人民共和国是伟大的") ['中华','华人','人民','共和','共和国','中华人民共和国','是','伟大','的'] |
| jieba.add_word(w) |
向分词词典增加新词w >>>jieba.add_word("蟒蛇语言") |
