结巴分词jieba添加自定义词典

结巴分词添加自定义词典，有时候很有必要。比如下面这段话：

test_text = """
我们的健康码也是绿色的，
 这凭什么就限制我们的就医！

"""

如果使用默认的分词，那么，“健康码”这个词会分成“健康”和“码”

这里可以使用词典方式，添加自定义词典。

新建一个txt文件，在文件里输入“健康码”

以utf-8形式保存，这里使用pycharm，默认就是utf8.不用管。

然后使用

jieba.load_userdict(os.path.join(wk_dir, "jiebaDict.txt"))

wk_dir是词典放置的目录，词典文件名默认为jiebaDict.txt.

再一次分词，就可以得到这个结果。

如果不想用这个词作为一整个词，下次分词时，还是想，健康， 和码分开，那么就使用

jieba.del_word("健康码")

那么自定义词典的文件就没有这个词。下次分词还是会按照默认的方式，分成“健康”，“码”

如果还想添加其他的，那么可以打开jiebaDict.txt文件，一行一行添加想要添加的自定义词典。

或者使用

jieba.add_word("凭什么")

：

自定义词典，应该是每次使用都需要手动加载，不然不会发挥作用。