import jieba msg_list = jieba.cut("我在学习自然语言处理",cut_all=True) #是全模式 print(msg_list) print("全模式:"+"/".join(msg_list)) msg_list = jieba.cut("我在学习自然语言处理", ...
分类：
其他好文 时间：
2017-08-05 19:42:54
阅读次数：
150
import jieba import os import jieba.analyse data = cleaned_comments # 数据来源于评论数据 seg = jieba.lcut(data) print(seg) # 增加自定义词表库 mydict = os.getcwd()+"/my... ...
分类：
编程语言 时间：
2017-07-20 00:48:18
阅读次数：
202
作者：蓝鲸 类型：转载 作者：蓝鲸 类型：转载 本文是继前2篇Python爬虫系列文章的后续篇，给大家介绍的是如何使用Python爬取京东商品评论信息的方法，并根据数据绘制成各种统计图表，非常的细致，有需要的小伙伴可以参考下 本文是继前2篇Python爬虫系列文章的后续篇，给大家介绍的是如何使用Py ...
分类：
编程语言 时间：
2017-07-19 01:11:39
阅读次数：
312
号称“做最好的Python中文分词组件”的jieba分词是python语言的一个中文分词包。它的特点有： 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词的词语都扫描出来, 速度非常快，但是不能解决歧义； ? 搜索引擎模式，在精确模式的基础 ...
分类：
其他好文 时间：
2017-07-05 22:04:56
阅读次数：
2998
结巴（jieba）是国人开发的一款插件，可以对中文进行分词，根据分词粒度的粗细，可以获取一些意想不到的信息 开源地址：http://www.oschina.net/p/jieba/ 下面实例分析，从歌词文本获取歌手的高频词汇，侧面了解歌手表达的主题 输出： 源码分析： 1.os.listdir(r' ...
分类：
其他好文 时间：
2017-07-03 17:23:08
阅读次数：
315
python结巴(jieba)分词 一、特点 1、支持三种分词模式： (1)精确模式：试图将句子最精确的切开，适合文本分析。 (2)全模式：把句子中所有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。 ...
分类：
编程语言 时间：
2017-06-26 18:01:25
阅读次数：
255
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
闲暇时间喜欢看小说，就想着给小说做词云，展示小说的主要内容。开发语言是Python，主要用到的库有wordcloud、jieba、scipy。代码很简单，首先用jieba.cut()函数做分词，生成以空格分割的字符串，然后新建WordCloud类，保存为图片。 结果如下 得到的结果很不理想，一是角色 ...
分类：
编程语言 时间：
2017-06-18 10:31:55
阅读次数：
316
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
