python 中文分词工具LAC和jieba

python 中文分词工具有很多，今天主要分享两款很不错的分词工具，jieba和百度的lac

jieba模块

jieba 是一个用于中文分词的 Python 库，它可以快速地将中文句子切分成一个个词语。jieba 支持多种分词模式，并且可以自定义词典以及添加新词。

可以通过 pip 命令来安装：

pip install jieba

使用示例

import jieba

def segment_text(text):
    seg_list = jieba.cut(text, cut_all=False)
    return list(seg_list)

text = "我来到北京清华大学，今天天气不错，适合去颐和园游玩。"
print(segment_text(text))

lac模块

lac 是一个基于百度深度学习平台 PaddlePaddle 的中文分词和词性标注工具包。它不仅能够进行分词，还能进行词性标注，非常适合进行自然语言处理任务，如文本分类、情感分析等。

通过 pip 命令安装：

pip install lac

使用示例

from lac import LAC

# 初始化模型
lac = LAC(mode='lac')  # lac模式开启词性标注

# 分词
seg_result = lac.run('我喜欢吃苹果', lac=False)
print('分词结果:', seg_result)

# 分词 + 词性标注
seg_pos_result = lac.run('我喜欢吃苹果')
print('分词+词性标注结果:', seg_pos_result)

如需转载请保留本文出处: https://zhe94.com/977.html