Python_ jiba、snownlp中文分詞、pypinyin中文轉拼音

import jieba    #導入jieba模塊
x = '分詞的准確度直接影響了后續文本處理和挖掘算法的最終效果。'
jieba.cut(x)    #使用默認詞庫進行分詞
print(list(jieba.cut(x)))
# ['分詞', '的', '准確度', '直接', '影響', '了', '后續', '文本處理', '和', '挖掘', '算法', '的', '最終', '效果', '。']
print(list(jieba.cut('紙杯')))
# ['紙杯']
print(list(jieba.cut('花紙杯')))
# ['花', '紙杯']
jieba.add_word('花紙杯')
print(list(jieba.cut('花紙杯')))


import snownlp  #導入snownlp
print(snownlp.SnowNLP('學而時習之，不亦說乎').words)
# ['學而', '時習', '之', '，', '不亦', '說乎']
print(snownlp.SnowNLP(x).words)
# ['分詞', '的', '准確度', '直接', '影響', '了', '后續', '文本', '處理', '和', '挖掘', '算法', '的', '最終', '效果', '。']


from pypinyin import lazy_pinyin,pinyin
print(lazy_pinyin('江西贛州')) #返回拼音
# ['jiang', 'xi', 'gan', 'zhou']
print(lazy_pinyin('江西贛州',1))    #帶聲調的拼音
# ['jiāng', 'xī', 'gàn', 'zhōu']
print(lazy_pinyin('江西贛州',2))    #另一種拼音風格
# ['jia1ng', 'xi1', 'ga4n', 'zho1u']
print(lazy_pinyin('江西贛州',3))    #只返回拼音首字母
# ['j', 'x', 'g', 'zh']
print(lazy_pinyin('重要',1))    #能夠根據詞組智能識別多音字
# ['zhòng', 'yào']
print(lazy_pinyin('重陽',1))
# ['chóng', 'yáng']
print(pinyin('江西')) #返回拼音
# [['jiāng'], ['xī']]
print(pinyin('重陽節',heteronym=True)) #返回多音字的所有讀音
# [['zhòng', 'chóng', 'tóng'], ['yáng'], ['jié', 'jiē']]
import jieba
x='中英文混合test123456'
print(lazy_pinyin(x))  #自動調用已安裝的pypinyin擴展分詞功能
# ['zhong', 'ying', 'wen', 'hun', 'he', 'test123456']
print(list(jieba.cut(x))) #自動調用jieba擴展分詞功能
# ['中英文', '混合', 'test123456']
x='江西的桃子真好吃'
print(sorted(x,key=lambda ch:lazy_pinyin(ch))) #按拼音對漢字進行排序
# ['吃', '的', '好', '江', '桃', '西', '真', '子']