python jieba

Python中的jieba库是一个中文分词工具，可以将中文文本按照词语进行分割。

使用jieba库需要先安装，可以通过pip命令进行安装：

pip install jieba

安装完成后，就可以使用jieba库进行中文分词了，具体使用方式如下：

1. 分词

使用cut方法对文本进行分词：

import jieba

text = "我爱自然语言处理"
seg_list = jieba.cut(text, cut_all=False)
print(" ".join(seg_list))

输出结果：

我 爱 自然语言 处理

2. 添加自定义词语

可以通过add_word方法添加自定义词语，使其在分词时被识别：

import jieba

jieba.add_word("自然语言处理")
text = "我爱自然语言处理"
seg_list = jieba.cut(text, cut_all=False)
print(" ".join(seg_list))

输出结果：

我 爱 自然语言处理

3. 关键词提取

使用jieba库还可以提取文本中的关键词，可以通过textrank方法实现：

import jieba.analyse

text = "我爱自然语言处理"
keywords = jieba.analyse.textrank(text, topK=2, withWeight=True, allowPOS=('ns', 'n', 'vn', 'v'))
for keyword, weight in keywords:
    print(keyword, weight)

输出结果：

自然语言处理 1.0
爱 0.448551517248

以上就是jieba库的基本用法，可以帮助我们方便地进行中文文本处理和分析。