Python实现jieba分词

Python实现jieba分词

【今日知图】

替换

0.说在前面1.结巴分词三种模式2.自定义字典3.动态修改字典4.词性标注及关键字提取5.高级使用6.作者的话0.说在前面1.结巴分词三种模式

默认模式

精确模式

搜索引擎模式

以上结果

2.自定义字典

jieba默认分词

加载自定义字典

以上结果

3.动态修改字典

以上结果

4.词性标注及关键字提取

以上结果

5.高级使用

自定义处理：

问题

观察以上output会发现，光荣事业跟奠定基础按照了字典文件进行了合并，但是中国梦并没有，这是什么问题呢？

于是得出以下结论：

jieba 分词自定义词典只对长词起作用

对如果定义的词比jieba自己分的短，则没有用

那如何解决呢？

直接改变主字典路径(0.28 之前的版本是不能指定主词典的路径的，有了延迟加载机制后，你可以改变主词典的路径)，不用jieba默认的：

将issue.py中的jieba.load_userdict('test_string.txt')

替换为jieba.set_dictionary('test_string.txt')

此时输出：

6.作者的话