2013年10月1日
jieba 分词源代码研读(1)
摘要： 从github上下载源代码后，打开 文件夹 jieba，找到__init__.py，结巴分词最主要的函数 cut 就定义在这个文件中。这个函数的前半部分主要是根据用户指定的模式 用 正则表达式 将输入的文本 分块(block)。然后针对每一块进行分词，默认情况(精确模式)下使用的 块的分词函数叫__... 阅读全文
posted @ 2013-10-01 16:47 爱知菜 阅读(351) 评论(0) 推荐(0) 编辑