python中怎樣處理漢語的同義詞用結巴分詞

中文分詞是中文文本處理的壹個基礎性工作，結巴分詞利用進行中文分詞。其基本實現原理有三點：

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)

采用了動態規劃查找最大概率路徑, 找出基於詞頻的最大切分組合

對於未登錄詞，采用了基於漢字成詞能力的HMM模型，使用了Viterbi算法

安裝（Linux環境）

下載工具包，解壓後進入目錄下，運行：python setup.py install

模式

默認模式，試圖將句子最精確地切開，適合文本分析

全模式，把句子中所有的可以成詞的詞語都掃描出來，適合搜索引擎

接口

組件只提供jieba.cut 方法用於分詞

cut方法接受兩個輸入參數：

第壹個參數為需要分詞的字符串

cut_all參數用來控制分詞模式

待分詞的字符串可以是gbk字符串、utf-8字符串或者unicode

jieba.cut返回的結構是壹個可叠代的generator，可以使用for循環來獲得分詞後得到的每壹個詞語(unicode)，也可以用list(jieba.cut(...))轉化為list

實例

#! -*- coding: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)

seg_list = jieba.cut("我來到北京清華大學")

print "Default Mode:", ' '.join(seg_list)