(编辑:jimmy 日期: 2024/11/12 浏览:2)
TihuanWords.txt文档格式
注意:同一行的词用单个空格隔开,每行第一个词为同行词的替换词。
年休假 年假 年休
究竟 到底
回家场景 我回来了
代码
import jieba def replaceSynonymWords(string1): # 1读取同义词表,并生成一个字典。 combine_dict = {} # synonymWords.txt是同义词表,每行是一系列同义词,用空格分割 for line in open("TihuanWords.txt", "r", encoding='utf-8'): seperate_word = line.strip().split(" ") num = len(seperate_word) for i in range(1, num): combine_dict[seperate_word[i]] = seperate_word[0] print(seperate_word) print(combine_dict) # 2提升某些词的词频,使其能够被jieba识别出来 jieba.suggest_freq("年休假", tune=True) # 3将语句切分成单词 seg_list = jieba.cut(string1, cut_all=False) f = "/".join(seg_list).encode("utf-8") f = f.decode("utf-8") print(f) # 4返回同义词替换后的句子 final_sentence = " " for word in f.split('/'): if word in combine_dict: word = combine_dict[word] final_sentence += word else: final_sentence += word # print final_sentence return final_sentence string1 = '年休到底放几天?' print(replaceSynonymWords(string1))
结果
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。