前言（關於分詞）

最開始知道jieba是（為了完成Data Mining課程作業）在收集新聞文字分類的資料的時候：新聞上的文字分類。通過傳統的機器學習方法和深度學習方法來做新聞短文字分類，並對這些方法進行對比。

同時收集到的其他資料還有：

在資料探勘 文字分類（一） 綜述中，知道了另一個分析工具：中科院張華平博士的漢語詞法分析系統ICTCLAS(Institute of Computing Technology, Chinese Lexical Analysis System)。連結：http://ictclas.nlpir.org/。

---------------------------------------------------------------

1，jieba 安裝

1.1  先下載Jieba，

1.2  然後在windows的命令提示符中輸入（假設解壓在D盤） ：

C:\Users\Administrator>D:
D:\>  cd D:\jieba-0.35
D:\TDDownload\jieba-0.35>  python setup.py install

資料參考：

---------------------------------------------------------------

2， 程式碼示例

2.1  初見

#encoding=utf-8
import jieba

seg_list = jieba.cut("我來到北京清華大學",cut_all=True)
print "Full Mode:", "/ ".join(seg_list) #全模式

seg_list = jieba.cut("我來到北京清華大學",cut_all=False)
print "Default Mode:", "/ ".join(seg_list) #精確模式

seg_list = jieba.cut("他來到了網易杭研大廈") #預設是精確模式
print ", ".join(seg_list)

seg_list = jieba.cut_for_search("小明碩士畢業於中國科學院計算所，後在日本京都大學深造") #搜尋引擎模式
print ", ".join(seg_list)
 

2.2  jieba分詞並統計詞頻

資料參考：

大部分都是參考著別人的資料做的，一步一腳印來吧。