firework2018 2018-09-11 14:53 采纳率: 50%
浏览 2843
已结题

使用jieba切词时出现格式问题

 from gensim.models import word2vec
import gensim
import logging
import jieba,re,codecs
##结巴分词——添加新字典
jieba.load_userdict("E:/workplace/data/userdict.txt")
test=open("E:/workplace/data/test.txt",'r',encoding='Utf-8')
words=list(jieba.cut(test,cut_all=False,HMM=True))
#输入文本 是否为全模式分词 与是否开启HMM进行中文分词
words= ''.join(words)#将列表转化为字符串 

报错:

   warnings.warn("detected Windows; aliasing chunkize to chunkize_serial")
Traceback (most recent call last):

  File "<ipython-input-17-a64173a4fbe2>", line 1, in <module>
    runfile('E:/workplace/code/untitled0.py', wdir='E:/workplace/code')

  File "D:\Program Files (x86)\anaconda\lib\site-packages\spyder\utils\site\sitecustomize.py", line 866, in runfile
    execfile(filename, namespace)

  File "D:\Program Files (x86)\anaconda\lib\site-packages\spyder\utils\site\sitecustomize.py", line 102, in execfile
    exec(compile(f.read(), filename, 'exec'), namespace)

  File "E:/workplace/code/untitled0.py", line 15, in <module>
    words=list(jieba.cut(test,cut_all=False,HMM=True))

  File "D:\Program Files (x86)\anaconda\lib\site-packages\jieba\__init__.py", line 282, in cut
    sentence = strdecode(sentence)

  File "D:\Program Files (x86)\anaconda\lib\site-packages\jieba\_compat.py", line 37, in strdecode
    sentence = sentence.decode('utf-8')

AttributeError: '_io.TextIOWrapper' object has no attribute 'decode'

test.txt和userdict.txt均使用utf-8编码。
test.txt内容如下:

图片说明

  • 写回答

2条回答 默认 最新

  • devmiao 2018-09-11 15:28
    关注
    评论

报告相同问题?

悬赏问题

  • ¥15 Matlab问题解答有两个问题
  • ¥50 Oracle Kubernetes服务器集群主节点无法访问,工作节点可以访问
  • ¥15 LCD12864中文显示
  • ¥15 在使用CH341SER.EXE时不小心把所有驱动文件删除了怎么解决
  • ¥15 gsoap生成onvif框架
  • ¥15 有关sql server business intellige安装,包括SSDT、SSMS。
  • ¥15 stm32的can接口不能收发数据
  • ¥15 目标检测算法移植到arm开发板
  • ¥15 利用JD51设计温度报警系统
  • ¥15 快手联盟怎么快速的跑出建立模型