diff --git a/README.md b/README.md index ecf7168..7b380b3 100644 --- a/README.md +++ b/README.md @@ -10,7 +10,8 @@ Feature Usage ======== -* 自动安装:python setup.py install +* 全自动安装:easy_install jieba +* 半自动安装:先下载http://pypi.python.org/pypi/jieba/ ,解压后运行python setup.py install * 手动安装:将jieba目录放置于当前目录或者site-packages目录 * 通过import jieba 来引用 (第一次import时需要构建Trie树,需要几秒时间) @@ -20,8 +21,15 @@ Algorithm * 采用了记忆化搜索实现最大概率路径的计算, 找出基于词频的最大切分组合 * 对于未登录词,采用了基于汉字位置概率的模型,使用了Viterbi算法 +Interface +======== +* 组件只提供jieba.cut 方法用于分词 +* cut方法接受两个输入参数: 1) 第一个参数为需要分词的字符串 2)cut_all参数用来控制分词模式 +* 待分词的字符串可以是gbk字符串、utf-8字符串或者unicode +* jieba.cut返回的结构是一个可迭代的generator,可以使用for循环来获得分词后得到的每一个词语(unicode),也可以用list(jieba.cut(...))转化为list -代码示例 + +代码示例( Tutorial ) #encoding=utf-8 import jieba @@ -46,6 +54,6 @@ Output: Performance ========= * 1.5 MB / Second in Full Mode -* 200 KB / Second in Default Mode +* 350 KB / Second in Default Mode * Test Env: Intel(R) Core(TM) i7-2600 CPU @ 3.4GHz;《围城》.txt diff --git a/setup.py b/setup.py index f775a47..13ea25e 100644 --- a/setup.py +++ b/setup.py @@ -1,6 +1,6 @@ from distutils.core import setup -setup(name='JieBa', - version='0.1', +setup(name='jieba', + version='0.11', description='Chinese Words Segementation Utilities', author='Sun, Junyi', author_email='ccnusjy@gmail.com',