lawa 1.2.0

Chinese Words Segmentation Utilities

lawa

“法阿”中文分词：做最好的 Python 法律中文分词组件

“lawa” (Law-a) Chinese text segmentation: built to be the best Python Chinese word segmentation module.

完整文档见 README.md

GitHub: https://github.com/ShenDezhou/lawa

特点

• 支持三种分词模式：

  • 精确模式，试图将句子最精确地切开，适合文本分析；

  • 全模式，把句子中所有的可以成词的词语都扫描出来, 速度非常快，但是不能解决歧义；

  • 搜索引擎模式，在精确模式的基础上，对长词再次切分，提高召回率，适合用于搜索引擎分词。

• 支持繁体分词

• 支持自定义词典

• MIT 授权协议

在线演示： ShenDezhou

安装说明

代码对 Python 2/3 均兼容

• 全自动安装： easy_install lawa 或者 pip install lawa / pip3 install lawa

• 半自动安装：先下载 https://pypi.python.org/pypi/lawa/ ，解压后运行 python setup.py install

• 手动安装：将 lawa 目录放置于当前目录或者 site-packages 目录

• 通过 import lawa 来引用

词典介绍

• law_doc.dic和law_term.dic是使用了法规、期刊以及案例标题统计的文档频和词频字典。

• case_doc.dic和case_term.dic是案例全文统计的文档频和词频字典。

• lawa_doc.dic和lawa_term.dic是融合和法规、案例和期刊全部特征统计的文档频和词频字典，默认使用`lawa_doc.dic`作为词典加载。