目录

参考北大开源全新中文分词工具包：准确率远超THULAC、结巴分词

github：https://github.com/lancopku/PKUSeg-python

特点：

• 高分词准确率：相比于其他的分词工具包，该工具包在不同领域的数据上都大幅提高了分词的准确度。根据北大研究组的测试结果，pkuseg 分别在示例数据集（MSRA 和 CTB8）上降低了 79.33% 和 63.67% 的分词错误率。
• 多领域分词：研究组训练了多种不同领域的分词模型。根据待分词的领域特点，用户可以自由地选择不同的模型。
• 支持用户自训练模型：支持用户使用全新的标注数据进行训练。

目前仅支持python3…不支持python2

安装

git clone https://github.com/lancopku/pkuseg-python.git
python setup.py install