小飞早已看穿了一切!

一年一度的五一数模节又已到来,而今年的数模题目小飞看到之后一阵激动呢。

原来,早在2017年11月14日,FlyFourYou微信平台所发《震惊!飞设四班团支部又又又搞了一件大事情?》原创推文中就早已用词频分析处理了十九大报告,获取了十九大报告中重点强调的相关内容。

干货时间到,说到这次的红楼梦选题,python语言作为胶水语言确实有得天独厚的优势,而其中的jieba函数库则是专用于中文分词与文本分析

jieba 结巴

特点

一、支持三种分词模式:

1.精确模式,试图将句子最精确地切开,适合文本分析

2.全模式,把句子中所有的可以成词的词语都扫描出来, 速度非常快,但是不能解决歧义;

3.搜索引擎模式,在精确模式的基础上,对长词再次切分,提高召回率,适合用于搜索引擎分词。

二、支持繁体分词

三、支持自定义词典

安装说明

代码对 Python 2/3 均兼容

1.全自动安装: easy_install jieba 或者 pip install jieba / pip3 install jieba

2.半自动安装:先下载 https://pypi.python.org/pypi/jieba/ ,解压后运行 python setup.py install

3.手动安装:将 jieba 目录放置于当前目录或者 site-packages 目录

4.通过 import jieba 来引用

jieba库安装完毕后,就可以进入代码编写了,等等,用什么编写呢?codeblocks?

python的编译软件其实也有很多,而初学者最常用的应该是pycharm,下载方式见官网。

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20180430G0R0SF00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券