1樓：無敵小綿羊啊
# -*- coding: utf-8 -*-import jieba
import jieba.posseg as psegimport jieba.analyse#jieba.
load_userdict('userdict.txt')#jieba預設有一個dict.txt詞庫，但可以根據自己需要加入自己的詞條
2樓：匿名使用者
# -*- coding: utf-8 -*-
import jieba
__author__ = 'lpe234'
seg_list = jieba.cut("我來到北京天安門", cut_all=true)
print ','.join(seg_list)
building prefix dict from the default dictionary ...
loading model from cache /var/folders/sv/cbmmknss3zx9rg7s3wsqgdsc0000gn/t/jieba.cache
我,來到,北京,天安,天安門
loading model cost 0.433 seconds.
prefix dict has been built succesfully.
process finished with exit code 0
3樓：上外培訓中心點
這個是要監控敏感詞嗎？？？
4樓：匿名使用者
python**
#encoding=utf-8
import jieba
seg_list = jieba.cut("我來到北京清華大學
",cut_all=true)
print "full mode:", "/ ".join(seg_list) #全模式
seg_list = jieba.cut("我來到北京清華大學",cut_all=false)
print "default mode:", "/ ".join(seg_list) #預設模式
seg_list = jieba.cut("他來到了網易杭研大廈")
print ", ".join(seg_list)
#encoding=utf-8
import jieba
seg_list = jieba.cut("我來到北京清華大學",cut_all=true)
print "full mode:", "/ ".join(seg_list) #全模式
seg_list = jieba.cut("我來到北京清華大學",cut_all=false)
print "default mode:", "/ ".join(seg_list) #預設模式
seg_list = jieba.cut("他來到了網易杭研大廈")
print ", ".join(seg_list)
輸出full mode: 我/ 來/ 來到/ 到/ 北/ 北京/ 京/ 清/ 清華/ 清華大學/ 華/ 華大/ 大/ 大學/ 學
default mode: 我/ 來到/ 北京/ 清華大學
他, 來到, 了, 網易, 杭研, 大廈 (此處，「杭研」並沒有在詞典中，但是也被viterbi演算法識別出來了)
怎麼是用python 語言 使用結巴分詞 呢
5樓：匿名使用者
基於trie樹結構實現高效的詞圖掃描，生成句子中漢字所有可能成詞情況所構成的有向無環圖（dag)
採用了動態規劃查詢最大概率路徑, 找出基於詞頻的最大切分組合
對於未登入詞，採用了基於漢字成詞能力的hmm模型，使用了viterbi演算法
功能 1)：分詞
jieba.cut方法接受兩個輸入引數: 1) 第一個引數為需要分詞的字串 2）cut_all引數用來控制是否採用全模式
jieba.cut_for_search方法接受一個引數：需要分詞的字串,該方法適合用於搜尋引擎構建倒排索引的分詞，粒度比較細
注意：待分詞的字串可以是gbk字串、utf-8字串或者unicode
jieba.cut以及jieba.cut_for_search返回的結構都是一個可迭代的generator，可以使用for迴圈來獲得分詞後得到的每一個詞語(unicode)，也可以用list(jieba.
cut(...))轉化為list
**示例( 分詞 )
#encoding=utf-8
import jieba
seg_list = jieba.cut("我來到北京清華大學", cut_all=true)
print "full mode:", "/ ".join(seg_list) # 全模式
seg_list = jieba.cut("我來到北京清華大學", cut_all=false)
print "default mode:", "/ ".join(seg_list) # 精確模式
seg_list = jieba.cut("他來到了網易杭研大廈") # 預設是精確模式
print ", ".join(seg_list)
seg_list = jieba.cut_for_search("小明碩士畢業於中國科學院計算所，後在日本京都大學深造") # 搜尋引擎模式
print ", ".join(seg_list)
output:
【全模式】: 我/ 來到/ 北京/ 清華/ 清華大學/ 華大/ 大學
【精確模式】: 我/ 來到/ 北京/ 清華大學
【新詞識別】：他, 來到, 了, 網易, 杭研, 大廈 (此處，「杭研」並沒有在詞典中，但是也被viterbi演算法識別出來了)
【搜尋引擎模式】： 小明, 碩士, 畢業, 於, 中國, 科學, 學院, 科學院, 中國科學院, 計算, 計算所, 後, 在, 日本, 京都, 大學, 日本京都大學, 深造
功能 2) ：新增自定義詞典
開發者可以指定自己自定義的詞典，以便包含jieba詞庫裡沒有的詞。雖然jieba有新詞識別能力，但是自行新增新詞可以保證更高的正確率
用法： jieba.load_userdict(file_name) # file_name為自定義詞典的路徑
詞典格式和dict.txt一樣，一個詞佔一行；每一行分三部分，一部分為詞語，另一部分為詞頻，最後為詞性（可省略），用空格隔開
範例：之前： 李小福 / 是 / 創新 / 辦 / 主任 / 也 / 是 / 雲 / 計算 / 方面 / 的 / 專家 /
載入自定義詞庫後： 李小福 / 是 / 創新辦 / 主任 / 也 / 是 / 雲端計算 / 方面 / 的 / 專家 /
自定義詞典
用法示例
"通過使用者自定義詞典來增強歧義糾錯能力
功能 4) : 詞性標註
標註句子分詞後每個詞的詞性，採用和ictclas相容的標記法
用法示例
>>> import jieba.posseg as pseg
>>> words = pseg.cut("我愛北京天安門")
>>> for w in words:
... print w.word, w.flag
...我 r
愛 v北京 ns
天安門 ns
功能 5) : 並行分詞
原理：將目標文字按行分隔後，把各行文字分配到多個python程序並行分詞，然後歸併結果，從而獲得分詞速度的可觀提升
基於python自帶的multiprocessing模組，目前暫不支援windows
用法：jieba.enable_parallel(4) # 開啟並行分詞模式，引數為並行程序數
jieba.disable_parallel() # 關閉並行分詞模式
例子
實驗結果：在4核3.4ghz linux機器上，對金庸全集進行精確分詞，獲得了1mb/s的速度，是單程序版的3.3倍。
功能 6) : tokenize：返回詞語在原文的起始位置
注意，輸入引數只接受unicode
預設模式
result = jieba.tokenize(u'永和服裝飾品****')
for tk in result:
print "word %s\t\t start: %d \t\t end:%d" % (tk[0],tk[1],tk[2])
word 永和 start: 0 end:2
word 服裝 start: 2 end:4
word 飾品 start: 4 end:6
word **** start: 6 end:10
搜尋模式
result = jieba.tokenize(u'永和服裝飾品****',mode='search')
for tk in result:
print "word %s\t\t start: %d \t\t end:%d" % (tk[0],tk[1],tk[2])
word 永和 start: 0 end:2
word 服裝 start: 2 end:4
word 飾品 start: 4 end:6
word 有限 start: 6 end:8
word 公司 start: 8 end:10
word **** start: 6 end:10
功能 7) : chineseanalyzer for whoosh搜尋引擎
引用： from jieba.analyse import chineseanalyzer
用法示例
其他詞典
佔用記憶體較小的詞典檔案
支援繁體分詞更好的詞典檔案
Android SDK環境下如何使用adb軟體
adb軟體是在後臺執行的，要想sdk中的adb.exe被eclipse發現，必須將其放在tools資料夾中，新版的sdk中的adb.exe一般放在platform中。android sdk adb怎麼安裝 您只需要找到eclipse或者androidstudio安裝目錄下的platform tool...
在Windows環境中，如何使用「畫圖」程式將桌面上「我的電
用qq截圖就行 另存為選jpg window7電腦桌面圖示格式是什麼？我如何把自己設計的 做為新建資料夾的圖示？那是因為系統文來件夾圖源標是有要求的，格式是ico，大小是64px 64px，按照下面的來做吧，第一步 找一個你喜歡的圖案儲存為bmp格式，然後更改副檔名 將後面的 bmp 改為 ico ...
macbookair在蘋果系統下怎麼使用
採用mac os x的蘋果電腦，其自帶的辦公軟體pages是可以直接開啟.doc 格式的word文件的。如果覺得效果不夠理想，可以自行搜尋或購買微軟為蘋果開發的microsoft office for mac，最新版是2011，基本完美處理所有office文件。如圖所示，為office的三個軟體，目...