内容并不完全靠谱，仅供参考
自然语言处理的基本内容如下：
①：中文实体识别，关系抽取，依存句法
词性标注>中文分词>情感分析>信息抽取>实体识别>关系依存
大致内容：上海自来水来自海上--------
分词规则：上海|自来水|来自|海上
大致内容：对每个词进行词性标注，比如副词，动词，名词
大致内容：从文本中识别出基本特征的文本内容，比如人名，地名
一．自然语言处理之基本模块介绍：
import jieba test_text=jieba.cut('我来到上海自来水厂检查水源',cut_all=False)
print('/'.join(list(test_text)))
不是全模式就是精确模式
Res：
而默认情况下就是精确模式
我/来到/上海/自来水厂/检查/水源
二．Analyse import jieba.analyse content=""" 首先罗的定位是罪恶一代的靠前几位的超新星，又是"d"之一族，资质奇高。 在说罗的战绩，一刀切下藤虎的陨石，而面不改色，从藤虎重力下逃脱，在明哥眼皮底下救下山治一命一刀两断，和常态明哥单打独斗， 被废掉一命后装死，配合2档路飞冲刺，用伽马刀偷袭得逞，新买休克补刀差点击杀明哥，无奈明哥果实开发逆天。。 """ content_jieba=jieba.analyse.extract_tags(content,topK=10,allowPOS=0,withWeight=True)
for x,y in enumerate(content_jieba):
print(x,y[0],y[1]) |
权重 Topk 无监督学习方法：
更具文本内容中出现的词频，来返回出现结果一次最多的次数
allowPOS 仅包括指定词性的词，默认值为空，即不筛选
当词频的结果是20时，Topk=10的作用是，当数量大于10时，比如20，返回10 当词频的结果是2时，Topk=10的作用只是限制比这个数量大，而不比这个数量小的结果
content_jieba=jieba.analyse.extract_tags(content,topK=5,allowPOS='i',withWeight=True)
for x,y in enumerate(content_jieba):
print(x,y[0],y[1])
Res：
1 一刀两断 3.468056696833333
2 一刀切 3.257847755643333
二． import jieba.posseg as po 功能实现逐一的精确分词，同时标注词性
content_jieba_=po.cut(content)
for x,y in content_jieba_:
print(x, y)
Res： [pair('\n', 'x'), pair('首先', 'd')]