python同義詞替換（jieba分詞）

python同義詞替換（jieba分詞）

TihuanWords.txt文檔格式

注意：同一行的詞用單個空格隔開，每行第一個詞爲同行詞的替換詞。

年休假 年假 年休
究竟 到底
回家場景 我回來了

代碼

import jieba


def replaceSynonymWords(string1):
  # 1讀取同義詞表，並生成一個字典。
  combine_dict = {}
  # synonymWords.txt是同義詞表，每行是一系列同義詞，用空格分割
  for line in open("TihuanWords.txt", "r", encoding='utf-8'):
      seperate_word = line.strip().split(" ")
      num = len(seperate_word)
      for i in range(1, num):
          combine_dict[seperate_word[i]] = seperate_word[0]
      print(seperate_word)
  print(combine_dict)

  # 2提升某些詞的詞頻，使其能夠被jieba識別出來
  jieba.suggest_freq("年休假", tune=True)

  # 3將語句切分成單詞
  seg_list = jieba.cut(string1, cut_all=False)

  f = "/".join(seg_list).encode("utf-8")
  f = f.decode("utf-8")
  print(f)
  # 4返回同義詞替換後的句子
  final_sentence = " "
  for word in f.split('/'):
      if word in combine_dict:
          word = combine_dict[word]
          final_sentence += word
      else:
          final_sentence += word
  # print final_sentence
  return final_sentence


string1 = '年休到底放幾天？'
print(replaceSynonymWords(string1))

結果