结巴分词有多种语言实现的版本，从github的star数量等方面来看，python版本应是最早的一个。 另外，它也具有词性标注等功能。

python版本地址：

pyhton2.7安装jieba：

sudo pip install jieba

官方的一个使用示例：

#encoding=utf-8import jiebaseg_list = jieba.cut("我来到北京清华大学", cut_all=True)print "Full Mode:", "/ ".join(seg_list)  # 全模式seg_list = jieba.cut("我来到北京清华大学", cut_all=False)print "Default Mode:", "/ ".join(seg_list)  # 精确模式seg_list = jieba.cut("他来到了网易杭研大厦")  # 默认是精确模式print ", ".join(seg_list)seg_list = jieba.cut_for_search("小明硕士毕业于中国科学院计算所，后在日本京都大学深造")  # 搜索引擎模式print ", ".join(seg_list)

运行结果：

【全模式】: 我/ 来到/ 北京/ 清华/ 清华大学/ 华大/ 大学【精确模式】: 我/ 来到/ 北京/ 清华大学【新词识别】：他, 来到, 了, 网易, 杭研, 大厦    (此处，“杭研”并没有在词典中，但是也被Viterbi算法识别出来了)【搜索引擎模式】： 小明, 硕士, 毕业, 于, 中国, 科学, 学院, 科学院, 中国科学院, 计算, 计算所, 后, 在, 日本, 京都, 大学, 日本京都大学, 深造

采用的算法：

http://site.douban.com/146782/widget/notes/15468638/note/320822246/给出： 基于Trie树结构实现高效的词图扫描，生成句子中汉字所有可能成词情况所构成的有向无环图（DAG) 采用了动态规划查找最大概率路径, 找出基于词频的最大切分组合 对于未登录词，采用了基于汉字成词能力的HMM模型，使用了Viterbi算法

代码分析：