為什么需要在python使用結巴分詞(jieba)創建自己的詞典/詞庫，因為很多時候分詞給我們的結果了能剛好相反，如:不回家變成了不,回家;從上一篇文章文章我們已經講訴了python使用結巴中文分詞以及訓練自己的分詞詞典，基本的安裝和基本使用大家直接去看那篇文章即可，我們主要介紹如何python創建自己的詞典。
一、創建分詞字典
1、准備詞典
創建一個dict.txt，然后寫入你的分詞,一個詞占一行；每一行分三部分：詞語、詞頻（可省略）、詞性（可省略），用空格隔開，順序不可顛倒。file_name 若為路徑或二進制方式打開的文件，則文件必須為 UTF-8 編碼。
不處理 nr
不還款
中國銀行
根本打不開
2、編寫python代碼
在分詞前通過jieba.load_userdict(file_name)來加載分詞字典：
#-*- coding:utf-8 -*- import jieba jieba.load_userdict("./dict.txt") word_list = jieba.cut("我今天不處理逾期信用貸款，因為你們中國銀行的APP根本打不開") print("|".join(word_list))
3、分詞對比
第一張，未添加字典
第二張：添加了字典
可以看出，我們更加明確了用戶的意圖，不處理我們識別為處理，這樣的事情在識別意圖的時候還是比較坑的！
二、使用add_word和suggest_freq
- 使用
add_word(word, freq=None, tag=None)和del_word(word)可在程序中動態修改詞典。 - 使用
suggest_freq(segment, tune=True)可調節單個詞語的詞頻，使其能（或不能）被分出來。
實現代碼：
#-*- coding:utf-8 -*- import jieba jieba.suggest_freq('不處理',True) jieba.add_word('不處理',tag='d') jieba.add_word('中國銀行APP',tag='d') word_list = jieba.cut("我今天不處理逾期信用貸款，因為你們中國銀行APP根本打不開") print("|".join(word_list))
實現的結果和上面的相同，所以不做過多的對比描述
注意：
add_word只是一次性的添加分詞字典，不是直接將內容添加到結巴庫中了；同時此方法的代碼可能比較多，所以感覺沒有方法一好
https://ptorch.com/news/204.html