Python jieba 分词

• 环境

Anaconda3 Python 3.6, Window 64bit

• 目的

利用 jieba 进行分词，关键词提取

• 代码

# -*- coding: utf-8 -*-
 
import jieba
import jieba.posseg as jbpos
import jieba.analyse as jbal
 
'''
词性说明:
a:形容词
d:副词
i:成语
m:数词
n:名词
nr:人名
ns:地名
nt:机构团体
nz:其他专有名词
t:时间
v:动词
x:标点符号
f:方位词
un:未知
'''
 
string1 = "国内掀起了大数据、云计算的热潮。"
 
# 全模式
w1 = jieba.cut(string1, cut_all=True)
# for i in w1:
#     print(i)
 
# 精准模式，默认是精准模式
w2 = jieba.cut(string1)
# for i in w2:
#     print(i)
# print("<----------->")
 
# 搜索引擎模式
w3 = jieba.cut_for_search(string1)
# for i in w3:
#     print(i)
# print("<----------->")
 
# 词性标注
w4 = jbpos.cut(string1)
# for i in w4:
#     print(i.word + "--" + i.flag)
# print("<----------->")
 
# 词典加载
# jieba.load_userdict("dict2.txt")
string2 = "国内掀起了大数据、云计算的热潮。仙鹤门地区。"
#word 词语，flag 词性
w5 = jbpos.cut(string2)
for i in w5:
    print(i.word + "--" + i.flag)
print("<----------->\n")
 
# 更改词频-单个词
jieba.suggest_freq("大数据", True)
jieba.suggest_freq("云计算", True)
w6 = jbpos.cut(string2)
for i in w6:
    print(i.word + "--" + i.flag)
print("<----------->\n")
 
# 动态修改词典 删除词 del_word
jieba.add_word("仙鹤门")
w7 = jbpos.cut(string2)
for i in w7:
    print(i.word + "--" + i.flag)
print("<----------->\n")
 
# 提取关键词 第二个参数控制提取参数个数
w8 = jbal.extract_tags(string2, 5)
print(w8)

• 结果展示