import jieba.posseg as pseg import jieba import paddle path = r'D:/明朝collection.txt' with open(path, 'r', encoding='utf-8') as f: text = f.read() jieba.enable_paddle() words = pseg.cut(text, use_paddle=True) counts = {} for word, flag in words: if len(word) == 1: continue else: counts[word] = counts.get(word, 0) + 1 items = list(counts.items()) items.sort(key=lambda x: x[1], reverse=True) for i in range(500): word, flag,count = items[i] print("{0:<5}{1:>5}".format(word, count)) print(flag)

这段代码在之前的基础上添加了对分词结果的词性标注，并输出了每个词语的词性。

首先，导入了`paddle`模块以支持PaddlePaddle。

接下来，打开名为"明朝collection.txt"的文本文件，并将其内容读取到变量text中。

然后，通过调用`jieba.enable_paddle()`启用了PaddlePaddle深度学习框架来提高分词效果。

然后，使用`pseg.cut()`函数对文本进行分词，并传入参数`use_paddle=True`以使用PaddlePaddle进行分词。分词结果保存在变量words中。

接下来，定义了一个字典counts来记录每个词语出现的次数。遍历分词结果words，对于长度为1的词语跳过，对于长度大于1的词语，在counts中累加其出现次数。

然后，将counts转换为列表items，并根据词频进行降序排序。

最后，通过循环打印出现频率最高的500个词语及其出现次数和词性。

请注意，运行此代码需要确保已经安装jieba库和paddle库，并且已经下载并配置好相应的模型文件。