jieba分词

基本模式就是jieba.cut(s)，得到的是迭代器，可以用list转成分词的列表。
有些新词或者领域中的词Jieba识别不出来，可以自建一个词典辅助分词。网上说词典一行一个词，后面加词频，再后面加词性可选。其实词频也可以不加，就一行一个词。
有一个很奇怪的现象是，'-'这个字符貌似识别不出来，词典里含这个字符的词仍旧不能被分出来。于是我用'_'替换了'-'，也算是下下策了，以后找到好的解决方法再来说。