最近被线段树一卡，卡的我啥也不会了，也就一个星期没写博客。 正巧女朋友学python，之前也跟着凑凑热闹，正巧最近问了我一个题：如何用jieba库统计水浒传人物出现得次数，并且输出前20名得人物。 想了想直接暴力不久完了，管他多暴力呢 文章目录思路预先处理代码部分运行结果 思路 主要思路：其实就是用jieba库先将文章进行拆分，然后我们创建一个字典，用来统计每个人物出现得次数，当然这里可能就会出现一个问题了，有些不是人名得词语也会被统计上，那怎么办呢？我们可以先将人名输入到一个列表当中，循环记录次数得时候判断人名是否存在在列表当中（我认为很暴力） 预先处理 1. 什么？你要将水浒传所有人名

分享python jieba库 优秀的第三方中文分词库

新人小菜鸟又来写博客啦！！！没人表示不开心~~(>_<)~~ 今天我来弄一个简单的关键词提取的代码 文章内容关键词的提取分为三大步： （1） 分词 （2） 去停用词 （3） 关键词提取 分词方法有很多，我这里就选择常用的结巴jieba分词；去停用词，我用了一个停用词表。 具体代码如下： import jieba import jieba.analyse #第一步：分词，这里使用结巴分词全模式 text = '''新闻，也叫消息，是指报纸、电台、电视台、互联网经常使用的记录社会、传播信息、反映时代的一种文体，具有真实性、时效性、简洁性、可读性、准确性的特点。新闻概念有广义与狭义之分。就其

零基础Python做词云 网上做词云的教程无数，大多都是各种乱七八糟的库一大堆，其实词云超简单，come on！一起coding！ 工具： Python (3以后的版本随意） IDE：Pycharm （IDE就是方便coding的一个程序，不会安装可以参考另一篇文章） 用到的库：worldcloud，imageio，jieba 正文讲解： 关于库： wordcloud： 要想词云做的好，wordcloud少不了，worldcloud用于生成词云。 用到的函数：wordcloud.WordCloud().generate() : 就是这个函数造出的词云，第一个括号里填词云的各种参数，第二个括号里

自然语言处理 / jieba分词自定义停用词，共2600行 / txt文件 / stopwords / 学习工作都用得上

java jieba包最全资源。 java项目中新建一个文件夹lib,并将jar包复制到lib文件夹中。 选中jieba-analysis-1.0.2，右键点击【Build Path】→【Add to Build Path 】之后该jar包就已经成功添加到了java项目中了。此时你的java项目中多了一个Referenced Libraries 库，该库里面就是成功添加的jieba-analysis-1.0.2包 右键点击java项目名，点击【Build Path】→【Configure Build Path】→【Java Build Path】→【Libraries】之后，在弹出的properties窗口中可以发现多了一个右键点击java项目名，点击【Build Path】→【Configure Build Path】→【Java Build Path】→【Libraries】之后，在弹出的properties窗口中可以发现多了一个servlet-api.jar库。库。

TextGrocery：一简单高效的短文本分类工具，基于 LibLinear 和 Jieba

《python语言程序设计基础》中所要求的课后作业，但是仿佛在书里并没有同步配置资源，为了方便大家的学习生活计划，我决定将它分享予大家。今天也要加油鸭!

通过jieba分词工具，载入自定义词典和停用词库，来获取词频高的关键词，本脚本只获取top10的关键词； 其中，停用词库是结合了目前很多常见停用库的合并；

“结巴”中文分词：做最好的 Python 中文分词组件