如何说话 秋梨膏 "研究生导师如何看待自己的学生有较严重的结巴？ 蒋欣的回答 知乎" 简易版会考通用技术全套知识点 丰富版会考通用技术全套知识点 "点我下载zip，解压后是pdf" %E5%A4%8D%E4%B9%A0%E5%A4%A7%E7%BA%B2.zip) ...
分类：
其他好文 时间：
2020-05-02 00:00:08
阅读次数：
66
import jieba txt = open("D:\\三国演义.txt", "r", encoding='ANSI').read() words = jieba.lcut(txt) # 使用精确模式对文本进行分词 counts = {} # 通过键值对的形式存储词语及其出现的次数 for wor ...
分类：
其他好文 时间：
2020-04-13 16:43:10
阅读次数：
204
结巴分词下载链接（官网下载实在太慢了） 链接：https://pan.baidu.com/s/1FdVvcvy7ZBGOOWJjX2CfRA 提取码：tus1 安装过程 1. 从上述链接下载压缩包并解压 2. 将解压后的压缩包放到安装Anaconda目录的pkgs路径下，我的为 3. 打开Anaco ...
分类：
其他好文 时间：
2020-04-10 00:07:23
阅读次数：
284
安装jieba pip install jieba 简单用法 结巴分词分为三种模式：精确模式（默认）、全模式和搜索引擎模式，下面对这三种模式分别举例介绍： 精确模式 import jieba s = u'我想和女朋友一起去北京故宫博物院参观和闲逛。' cut = jieba.cut(s) print ...
分类：
其他好文 时间：
2020-04-07 13:01:37
阅读次数：
128
2.1 jieba 2.1.1 jieba简介 Jieba中文含义结巴，jieba库是目前做的最好的python分词组件。首先它的安装十分便捷，只需要使用pip安装；其次，它不需要另外下载其它的数据包，在这一点上它比其余五款分词工具都要便捷。另外，jieba库支持的文本编码方式为utf-8。 Jie ...
分类：
其他好文 时间：
2020-03-31 14:23:24
阅读次数：
282
wordcloud是Python扩展库中一种将词语用图片表达出来的一种形式，通过词云生成的图片，我们可以更加直观的看出某篇文章的故事梗概。 首先贴出一张词云图（以哈利波特小说为例）： 在生成词云图之前，首先要做一些准备工作 1.安装结巴分词库 pip install jieba Python中的分词 ...
分类：
编程语言 时间：
2020-03-30 16:11:09
阅读次数：
85
首先这个AttributeError: ‘module’ object has no attribute ‘cut’ 报错的原因是因为有jieba.py这个文件存在，或者jieba这样命名的文件存在，很多新人使用结巴 来分词的时候命名直接为jieba.py，但是其实官方给的教程代码里有import ...
分类：
编程语言 时间：
2020-01-21 19:51:34
阅读次数：
83
SegmentSegment是基于结巴分词词库实现的更加灵活，高性能的java分词实现。变更日志创作目的分词是做NLP相关工作，非常基础的一项功能。jieba-analysis作为一款非常受欢迎的分词实现，个人实现的opencc4j之前一直使用其作为分词。但是随着对分词的了解，发现结巴分词对于一些配置上不够灵活。有很多功能无法指定关闭，比如HMM对于繁简体转换是无用的，因为繁体词是固定的，不需要预
分类：
编程语言 时间：
2020-01-15 09:22:12
阅读次数：
100
# 导入扩展库import re # 正则表达式库import collections # 词频统计库import numpy as np # numpy数据处理库import jieba # 结巴分词import wordcloud # 词云展示库from PIL import Image # 图 ...
分类：
编程语言 时间：
2020-01-04 11:05:07
阅读次数：
81
我之前老是有这种感觉, 就是明明已经看过很多关于字符编码的资料了, 感觉字符编码相关的知识点不难理解, 觉得自己已经把字符编码给弄懂了, 但当别人问我到底什么是字符编码, Unicode是什么啊, UTF 8又是什么的时候, 我又结结巴巴的说不清楚, 或者只能给个含糊不清的回答, 老是把相关的知识点 ...
分类：
其他好文 时间：
2019-12-29 15:02:34
阅读次数：
83
