**公众号“素质云笔记”定期更新博客内容：**

THULAC

四款python中中文分词的尝试。尝试的有：jieba、SnowNLP（MIT）、pynlpir（大数据搜索挖掘实验室（北京市海量语言信息处理与云计算应用工程技术研究中心））、thulac（清华大学自然语言处理与社会人文计算实验室）

四款都有分词功能，本博客只介绍作者比较感兴趣、每个模块的内容。jieba在这不做介绍，可见博客：

python+gensim︱jieba分词、词袋doc2bow、TFIDF文本挖掘

.

一、SnowNLP

只处理的unicode编码，所以使用时请自行decode成unicode。来源：/isnowfy/snownlp

以下功能都是笔者比较感兴趣的ÿ