jieba+百度分词词库

jieba与百度的分词词库整合，加入了少量汽车行业的词语，剔除重复项之后剩余630406个词语。

中文分词不同于英文分词。该数据集是百度中文分词词库。

包含jieba中文分词词库和百度中文分词词库，十分全面完整，总共有六十多万个词

中文分词，将中文语句切割成单独的词组。英文使用空格来分开每个单词的，而中文单独一个汉字跟词有时候完全不是同个含义，因此，中文分词相比英文分词难度高很多。分词主要用于NLP 自然语言处理，使用场景有：。

百度敏感过滤词库，对网站和系统开发有特殊要求的可以使用

关键词自动分组工具，SEM竞价人员使用，快速便捷

百度中文分词原理，搜索引擎中文分词方法，SEO必看

关于百度的分词算法详解

百度手机输入法的超强音形词库习惯使用超强音形输入法，可是现在超强音形的作者不再提供这个了。所以自己动手弄了一个，除去了一些乱码。目前使用正常。

百度词库解析后的文件包含城市规划，电子游戏，理工行业，人名专区，人物社会，生活百科，体育运动，文化艺术，娱乐休闲等分类