1.创建分词字典:
创建一个TXT文件,文件一行为一个词(文档编码必须为UTF-8)
dict.txt
青藏铁路
责任编辑
西藏自治区
导入:
import jieba
jieba.load_userdict("./dict.txt") #导入自己的分词词典
word_list = jieba.cut(content) #对文本进行分词
print("|".join(word_list))
2.使用add_word和suggest_freq:
import jieba
jieba.suggest_freq('青藏铁路',True)
jieba.add_word('青藏铁路',tag='d')
jieba.add_word('责任编辑',tag='d')
jieba.add_word('西藏自治区',tag='d')
word_list = jieba.cut(content)
print("|".join(word_list))