python同义词替换（jieba分词）

python同义词替换（jieba分词）

TihuanWords.txt文档格式

注意：同一行的词用单个空格隔开，每行第一个词为同行词的替换词。

年休假 年假 年休
究竟 到底
回家场景 我回来了

代码

import jieba


def replaceSynonymWords(string1):
  # 1读取同义词表，并生成一个字典。
  combine_dict = {}
  # synonymWords.txt是同义词表，每行是一系列同义词，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提升某些词的词频，使其能够被jieba识别出来
  jieba.suggest_freq("年休假", tune=True)

  # 3将语句切分成单词
  seg_list = jieba.cut(string1, cut_all=False)

  f = "/".join(seg_list).encode("utf-8")
  f = f.decode("utf-8")
  print(f)
  # 4返回同义词替换后的句子
  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 = '年休到底放几天？'
print(replaceSynonymWords(string1))

结果