jieba庫在中文分詞中很常用，做一個簡單的介紹和運用~

需求1：打開本地的十九大報告文本，并采用jieba分詞器進行分詞，最后將分詞結果存入名為segresult的文本文件中。

注釋:①jieba庫cut()函數默認分詞模式為cut_all = False，即不是全模式，而是精確模式。全模式分詞，以“我來到北京清華大學”為例，全模式分詞結果為：我/ 來到/ 北京/ 清華/ 清華大學/ 華大/ 大學。可以看出，全模式分詞詞與詞之間會有內容重疊，會將所有可能的分詞結果都展示出來，如清華、清華大學。如果是精確模式則為：我/來到/清華大學。

②在寫出分詞結果時，t.write('/'.join(seg_list))采用'/'對每個詞進行間隔，jieba分詞器默認是用空格進行間隔。

結果如下:

需求2：提取十九大報告中的前十個關鍵詞

注釋：①使用jieba.analyse模塊需要單獨加載。②jieba庫默認的關鍵詞權重計算方法為TF-IDF。

運行結果如下：

若指定返回的關鍵字的詞性：

需求3：導入本地的詞典對默認分詞詞典進行補充

先用jieba自帶的詞典對一段中文文本進行分詞，代碼如下:

分詞效果如下：

可以看出，競選集會、新冠病毒、功夫流感、新冠肺炎病毒、中國病毒等詞應該是被劃分為一個詞才對。因此，我們自定義一個字典，對jieba原有字典進行補充：

字典一般要求一行一個詞。

再次進行分詞：

結果如下：

總結

以上是生活随笔為你收集整理的与自定义词典 分词_使用jieba库进行中文分词、关键词提取、添加自定义的词典进行分词...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。