一个有意思还有用的Python包 |
您所在的位置:网站首页 › 你不配拥有爱情的图片大全高清 › 一个有意思还有用的Python包 |
前言
一、应用概述
最近做一个项目,发现很多场景,把汉字转换成拼音,然后进行深度学习分类,能够取得非常不错的效果,在做内容识别,特别是涉及到同音字的时候,转换成拼音就显得特别重要。比如垃圾广告识别:公众号、工仲号、躬总号,公众號、微信、威信、维伈…,pypinyin是我用的一个比较好用的包是 (文末送读者福利) 给大家分享下,当然,在其他很多场景也是可以使用的,排序、检索等等场合。 二、有关文档GitHub: https://github.com/mozillazg/python-pinyin 文 档: https://pypinyin.readthedocs.io/zh_CN/master/ PyPi :https://pypi.org/project/pypinyin/ (文末送读者福利) 三、关于安装 #可以使用 pip 进行安装 pip install pypinyin #easy_install 安装 easy_install pypinyin #源码安装 python setup.py install 四、核心函数1、pypinyin.pinyin 语法:pypinyin.pinyin(hans, style=Style.TONE, heteronym=False, errors=‘default’, strict=True) 功能:将汉字转换为拼音,返回汉字的拼音列表。 参数: hans (unicode 字符串或字符串列表) – 汉字字符串( ‘你好吗’ )或列表( [‘你好’, ‘吗’] ). 可以使用自己喜爱的分词模块对字符串进行分词处理, 只需将经过分词处理的字符串列表传进来就可以了。 style – 指定拼音风格,默认是 TONE 风格。更多拼音风格详见 Style errors –指定如何处理没有拼音的字符。详见 处理不包含拼音的字符 heteronym – 是否启用多音字 strict – 是否严格遵照《汉语拼音方案》来处理声母和韵母,详见 strict 参数的影响 from pypinyin import pinyin, Style import pypinyin #普通模式 pinyin('中心') [['zhōng'], ['xīn']] pinyin('公众号') [['gōng'], ['zhòng'], ['hào']] # 启用多音字模式 pinyin('中心', heteronym=True) [['zhōng', 'zhòng'], ['xīn']] # 设置拼音风格 pinyin('中心', style=Style.NORMAL ) #普通风格 [['zhong'], ['xin']] pinyin('中心', style=Style.FIRST_LETTER) [['z'], ['x']] pinyin('中心', style=Style.TONE2) [['zho1ng'], ['xi1n']] pinyin('中心', style=Style.TONE3) [['zhong1'], ['xin1']] pinyin('中心', style=Style.CYRILLIC) #汉语拼音与俄语字母对照风格 [['чжун1'], ['синь1']]2、pypinyin.lazy_pinyin 语法:pypinyin.lazy_pinyin(hans, style=Style, errors=‘default’, strict=True) 功能:将汉字转换为拼音,返回不包含多音字结果的拼音列表,与 pinyin() 的区别是返回的拼音是个字符串, 并且每个字只包含一个读音 参数: hans (unicode or list) – 汉字 style – 指定拼音风格,默认是 NORMAL 风格。更多拼音风格详见 Style。 errors – 指定如何处理没有拼音的字符,详情请参考 pinyin() strict – 是否严格遵照《汉语拼音方案》来处理声母和韵母,详见 strict 参数的影响 from pypinyin import lazy_pinyin, Style import pypinyin lazy_pinyin('中心') ['zhong', 'xin']lazy_pinyin('微信公众号')['wei', 'xin', 'gong', 'zhong', 'hao'] lazy_pinyin('中心', style=Style.TONE) ['zhōng', 'xīn'] lazy_pinyin('中心', style=Style.FIRST_LETTER) ['z', 'x'] lazy_pinyin('中心', style=Style.TONE2) ['zho1ng', 'xi1n'] lazy_pinyin('中心', style=Style.CYRILLIC) ['чжун1', 'синь1']3、pypinyin.slug 功能:将汉字转换为拼音,然后生成 slug 字符串,简单说就是自定义分隔符 语法:pypinyin.slug(hans , style=Style, heteronym=False, separator=‘-’, errors=‘default’, strict=True) hans (unicode or list) – 汉字 style – 指定拼音风格,默认是 NORMAL 风格。更多拼音风格详见 Style heteronym – 是否启用多音字 separator – 两个拼音间的分隔符/连接符 errors – 指定如何处理没有拼音的字符,详情请参考 pinyin() strict – 是否严格遵照《汉语拼音方案》来处理声母和韵母,详见 strict 参数的影响 import pypinyin from pypinyin import Style pypinyin.slug('我是中国人') 'wo-shi-zhong-guo-ren' pypinyin.slug('我是中国人', separator=' ') 'wo shi zhong guo ren' pypinyin.slug('中国人2020雄起', separator=' ') #遇到数字等非汉字不注音'zhong guo ren 2020 xiong qi' pypinyin.slug('中国人2020雄起', style=Style.FIRST_LETTER) 'z-g-r-2020-x-q' pypinyin.slug('我是中国人', style=Style.CYRILLIC) 'во3-ши4-чжун1-го2-жэнь'4、 pypinyin.load_single_dict 功能:载入用户自定义的单字拼音库 语法: pypinyin.load_single_dict(pinyin_dict, style=‘default’) 参数: pinyin_dict (dict) – 单字拼音库。比如: {0x963F: u"ā,ē"} style – pinyin_dict 参数值的拼音库风格. 支持 ‘default’, ‘tone2’ 5、pypinyin.load_phrases_dict 功能:载入用户自定义的词语拼音库 语法: pypinyin.load_phrases_dict(phrases_dict, style=‘default’) 参数: phrases_dict (dict) – 词语拼音库。比如: {u"阿爸": [[u"ā"], [u"bà"]]} style – phrases_dict 参数值的拼音库风格. 支持 ‘default’, ‘tone2’ 五、一个案例假如需要找出一个垃圾评价的相似样本,用汉语相似性远远小于拼音,这个时候,拼音就能发挥很大的优势。 当然转换成拼音后,把每个音节当一个词,进行深度学习,效果也是非常好的。 S1 = ‘加公众号:小优惠,领券,便宜购买’ S2 = ‘伽工仲号:小优惠,伶绻,便宜购买’ #汉语相似 simi_1 = len(set(S1).intersection(set(S2)))/len(set(S1).union(set(S2)))#相似不懂的可以看我前面集合的文章 simi_1 0.5 #转换成拼音后显示 S1 = lazy_pinyin(S1) S2 = lazy_pinyin(S2) simi_2 = len(set(S1).intersection(set(S2)))/len(set(S1).union(set(S2))) simi_2 0.875 读者福利:知道你对Python感兴趣,便准备了这套python学习资料, 对于0基础小白入门: 如果你是零基础小白,想快速入门Python是可以考虑的。 一方面是学习时间相对较短,学习内容更全面更集中。 二方面是可以找到适合自己的学习方案 包括:Python永久使用安装包、Python web开发,Python爬虫,Python数据分析,人工智能、机器学习等教程。带你从零基础系统性的学好Python! 零基础Python学习资源介绍 👉Python学习路线汇总👈Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。(学习教程文末领取哈) 温馨提示:篇幅有限,已打包文件夹,获取方式在:文末 👉Python学习视频600合集👈观看零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。 光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。 检查学习结果。
这份完整版的Python全套学习资料已为大家备好,朋友们如果需要可以微信扫描下方二维码添加,输入"领取资料" 可免费领取全套资料【有什么需要协作的还可以随时联系我】朋友圈也会不定时的更新最前言python知识。 了解python的前景: https://blog.csdn.net/weixin_49892805/article/details/127196159 了解python的副业: https://blog.csdn.net/weixin_49892805/article/details/127214402 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |