Python jieba 라이브러리 분사 모드 실례 사용법
전체 모드:
import jieba
seg_list = jieba.cut(" 。", cut_all=True)
print(type(seg_list),seg_list)
정확한 모드:
seg_list1 = jieba.lcut(" 。", cut_all=False)
print(type(seg_list1),seg_list1)
검색 모드:
seg_list2 = jieba.cut_for_search(" 。")
print(type(seg_list2),seg_list2)
print(" :" + "/ ".join(seg_list))
print(" :" + "/ ".join(seg_list1))
print(" :" + "/ ".join(seg_list2))
출력 결과:전 모델: 남경/남경시/경시/시장/장강/장강대교/대교/환영/당신/.
정확한 모델: 남경시/장강대교/환영/당신/.
검색 엔진 모델: 남경/경시/남경시/장강/대교/장강대교/환영/당신/.
컨텐츠 확장:
어성을 얻다
우리는 또한 jiaba라는 라이브러리를 통해 단어의 성질을 구분할 수 있다. 예를 들어 동사, 명사 등이다.
import jieba.posseg as psg
seg_list = psg.cut(" ")
print([(s.word, s.flag) for s in seg_list])
# [(' ', 'r'), (' ', 'v'), (' ', 'v'), (' ', 'n'), (' ', 'v')]
우리는 동사나 명사도 추출할 수 있다. 우리는 안에 있는 동사를 추출할 수 있다
import jieba.posseg as psg
seg_list = psg.cut(" ")
print([(s.word, s.flag) for s in seg_list if s.flag.startswith('v')])
Python jieba 라이브러리 분사 모드의 실례적인 용법에 관한 이 글은 여기까지 소개되었습니다. 더 많은 Python jieba 라이브러리 분사 모드가 어떻게 사용되는지 내용을 검색하거나 아래의 관련 글을 계속 훑어보십시오. 앞으로 많은 응원 부탁드립니다!
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
Python의 None과 NULL의 차이점 상세 정보그래서 대상 = 속성 + 방법 (사실 방법도 하나의 속성, 데이터 속성과 구별되는 호출 가능한 속성 같은 속성과 방법을 가진 대상을 클래스, 즉 Classl로 분류할 수 있다.클래스는 하나의 청사진과 같아서 하나의 ...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.