在jieba分詞中，最常用的分詞函數有兩個，分別是 cut 和 cut_for_search ，分別對應於“精確模式/全模式”和“搜索引擎模式”。
當然，兩者的輸入參數也不壹樣，cut函數的輸入主要有三個，分別是：
cut_for_search 函數主要有兩個參數：
需要註意的是， cut 和 cut_for_search 返回的都是generator，如果想直接返回列表，需要使用 lcut 和 lcut_for_search
如果在壹些特定場景中，需要使用壹些特殊詞匯進行分詞，就需要加載自定義的分詞詞典：
其中，用戶字典的格式為：
每壹行表示壹個單詞，每行最多由三部分組成
如果只是少量詞匯，可以使用
需要註意的是，如果沒有給出詞頻和詞性信息，在後續的處理中可能會造成壹定的影響。
jieba提供了兩種關鍵詞提取算法，分別是TF-IDF以及TextRank
關於TF-IDF的原理，可以參考吳軍老師的《數學之美》，裏面給出了很詳細的說明。本文只介紹利用TF-IDF算法提取關鍵詞。
其中：
TextRank的用法與extract_tags的函數定義完全壹致
詞性標註主要是在分詞的基礎上，對詞的詞性進行判別，在jieba中可以使用如下方式進行：
在jieba中采用將目標文檔按行分割，對每壹行采用壹個Python進程進行分詞處理，然後將結果歸並到壹起（有點類似於MapReduce）。據說目前尚不支持Windows，僅支持Linux和MacOS。
啟動並行分詞使用如下命令：
關閉並行分詞使用如下命令：
使用tokenize函數後，會獲得壹個詞語信息的元組，元組中的第壹個元素是分詞得到的結果，第二個元素是詞的起始位置，第三個元素是詞的終止位置。
除了本文介紹的jieba分詞工具包以外，還有很多好用的中文分詞工具，比如