1
jieba 详细介绍
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,在精确模式的基础上,对长词再次切分,提高召回率,适合用于搜索引擎分词。
� 支持繁体分词
� 支持自定义词典
在线演示
http://jiebademo.ap01.aws.af.cm/
(Powered by Appfog)
Python 2.x 下的安装
� 全自动安装:easy_install jieba 或者 pip install jieba
� 半自动安装:先下载 http://pypi.python.org/pypi/jieba/ ,解压后运行 python setup.py install
� 手动安装:将 jieba 目录放置于当前目录或者 site-packages 目录
� 通过 import jieba 来引用 (第一次 import 时需要构建 Trie 树,需要几秒时间)
Python 3.x 下的安装
� 目前 master 分支是只支持 Python2.x 的
� Python3.x 版本的分支也已经基本可用: https://github.com/fxsjy/jieba/tree/jieba3k
� git clone https://github.com/fxsjy/jieba.git
� git checkout jieba3k
python setup.py install