使用Python进行英文单词分割
·
由于在一些场景中,所有的字母都连在了一起,所以我们需要将字母分割成单词的形式。
1. 安装
pip install -U symspellpy
2. 下载词典
下载链接为https://download.csdn.net/download/herosunly/18903125。
3. 单词分割
import pkg_resources
from symspellpy.symspellpy import SymSpell
sym_spell = SymSpell(max_dictionary_edit_distance=0, prefix_length=7)
dictionary_path = pkg_resources.resource_filename(
"symspellpy", "frequency_dictionary_en.txt")
sym_spell.load_dictionary(dictionary_path, term_index=0, count_index=1)
# a sentence without any spaces
input_term = "thequickbrownfoxjumpsoverthelazydog"
result = sym_spell.word_segmentation(input_term)
print("{}, {}, {}".format(result.corrected_string, result.distance_sum,
result.log_prob_sum))
需要注意的是distance_sum的范围为[0, len(input_term)],其中0表示input_term就是一个单词,而len(input_term)表示该单词无法进行划分。
更多推荐
已为社区贡献3条内容
所有评论(0)