源码地址：https://github.com/fxsjy/jieba 演示地址：http://jiebademo.ap01.aws.af.cm/ 特点 1，支持三种分词模式： a,精确模式，试图将句子最精确地切开，适合文本分析； b,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 ...
分类：
编程语言 时间：
2017-06-18 23:34:01
阅读次数：
327
1. 输入文本预处理, 通过jieba分词, 空格" "拼接文本串. 每行一个样本, 最后一个单词为双下划线表明label, __label__'xxx' . eg: 2. pip install fasttext, 利用fasttext 的python 包进行分类. 简单高效, 结果也不差. go ...
分类：
其他好文 时间：
2017-06-17 20:44:27
阅读次数：
430
英文分词的第三方库NLTK不错，中文分词工具也有很多(盘古分词、Yaha分词、Jieba分词等)。但是从加载自定义字典、多线程、自动匹配新词等方面来看。大jieba确实是中文分词中的战斗机。 请随意观看表演 安装 分词 自定义词典 延迟加载 关键词提取 词性标注 词语定位 内部算法 安装 分词 3种 ...
分类：
其他好文 时间：
2017-06-13 21:45:19
阅读次数：
218
新浪新闻内容采用的是ajax动态显示内容，通过抓包，发现如下规律： 每次请求下一页，js那一栏都会出现新的url： ...
分类：
编程语言 时间：
2017-06-11 14:56:55
阅读次数：
1182
闲来无事上知乎，看到好多妹子，于是抓取一波。 有没有兴趣？？ 目标网址https://www.zhihu.com/collection/78172986 抓取分析 爬取分析 使用pandas操作文件 那么，下一步就是对名字进行分词了，jieba分词，你值得拥有。fxsjy/jieba 下一步就是分词 ...
分类：
编程语言 时间：
2017-06-05 00:41:51
阅读次数：
487
烦烦烦( ˇ?ˇ ) http://www.oschina.net/p/jieba/ 搬运工。。。。。 jieba "结巴"中文分词：做最好的Python中文分词组件 "Jieba"。 Feature 支持三种分词模式： 精确模式，试图将句子最精确地切开，适合文本分析； 全模式，把句子中所有的可以成 ...
分类：
其他好文 时间：
2017-06-04 13:43:06
阅读次数：
286
python 结巴分词(jieba)学习 特点 1，支持三种分词模式： a,精确模式，试图将句子最精确地切开，适合文本分析； b,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； c,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。 ...
分类：
其他好文 时间：
2017-03-19 14:19:45
阅读次数：
224
python结巴分词 用jieba分词不仅可以做最基础的分词，还可以添加自定义词典和用来做词性标注！ 详细用法：http://www.tuicool.com/articles/QV36ru ...
分类：
其他好文 时间：
2017-03-11 13:58:39
阅读次数：
172
抓紧上车啦 来看看依照原图来的模板 根据这个模板的到黑色的词云 是不是很炫酷。 因为python2.7的蛋疼的中文编码问题。如果是中文文档的话，可以用jieba分词对文件进行次频处理在生成词云。 挖个坑，以后填。。 ...
分类：
其他好文 时间：
2017-03-08 18:44:54
阅读次数：
2856
jieba——“结巴”中文分词是sunjunyi开发的一款Python中文分词组件，可以在Github上查看jieba项目。 要使用jieba中文分词，首先需要安装jieba中文分词，作者给出了如下的安装方法： 1.全自动安装：easy_install jieba 或者 pip install ji ...
分类：
编程语言 时间：
2017-01-19 04:10:29
阅读次数：
349
