一、jieba简介

jieba库是一款优秀的 Python 第三方中文分词库，jieba 支持三种分词模式：精确模式、全模式和搜索引擎模式，下面是三种模式的特点。

精确模式： 试图将语句最精确的切分，不存在冗余数据，适合做文本分析。 jieba.lcut（text, cut_all=False）

全模式： 将语句中所有可能是词的词语都切分出来，速度很快，但是存在冗余数据。 jieba.lcut(text, cut_all=True)

搜索引擎模式： 在精确模式的基础上，对长词再次进行切分，提高召回率，适合用于搜索引擎分词。jieba.lcut_for_search(text)

1、切分方法 就是上述三种

全模式和搜索引擎模式的区别， 全模式是按照逐字遍历作为词语第一个字的方式； 搜索引擎模式只会对精确模式结果中长的词，再按照全模式切分一遍。

2、向切分依据的字典中添加、删除词语

jieba.add_word(word), 添加新的词语，当我们需要自定义某些名称时需要用到，如下。

jieba.del_word(word), 删除字典中已有的词语

3、添加用户自定义词典

jieba.load_userdict()

这个作用和上面单个添加的作用一样，不过正这个是大批量添加，而且这个还可以增加描述性的赐予的词性。

4、使用停用词

停用词就是那些语气词，口头禅之类的，对于研究并无实际贡献，需要删除。 作用原理就是在分词之后，手动遍历分词结果，看他是不是在停用词列表中，如果在，就把他删除。 可以选择手动删除，也可以使用jieba.analyse里的函数。

5、统计切分结果中的词频

这个方法不是jieba中的功能，而是在collections包中的Counter方法， 作用是统计每个词的频数。