- NLP学习——信息抽取
P-ShineBeam
NLP基础学习
信息抽取自动从半结构或无结构的文本中抽取出结构化信息的任务。常见的信息抽取任务有三类:实体抽取、关系抽取、事件抽取。1、实体抽取从一段文本中抽取出文本内容并识别为预定义的类别。实体抽取任务中的复杂问题:重复嵌套,原文中多个实体之间共享片段不连续,一个实体由多个不连续片段组成2、关系抽取从文本中抽取一对实体和预定义的关系类型。传统的关系抽取任务实现方案是先进行实体抽取,再输入头尾实体与原文进行关系分
- 【无标题】
Komorebi_9999
知识图谱问答系统自然语言处理
要构建一个基于知识图谱的问答系统,你需要进行以下工作:知识图谱构建:数据采集:从各种来源(如公开数据库、API、网页等)收集与你的领域相关的数据。数据清洗和预处理:清洗数据,去除重复、错误或不相关的信息,对数据进行归一化、标准化处理。实体识别和关系抽取:从数据中识别出实体(如人、地点、概念等)和它们之间的关系。构建图谱:将实体和关系组织成图谱结构,通常使用图数据库来存储。自然语言处理(NLP):分
- windows下GitHub中.sh文件下载的问题解决方案
Anpedestrian
NLP
一些github中的项目为了加快开发者的下载速度,一般不会将项目的数据集与项目绑定到一起,一般都是以.sh后缀的文件格式与项目绑定。比如实体关系抽取项目中的数据集下载问题:对于.sh格式的文件安装需要sh命令,而sh指令是git系统下的操作指令。Git是分布式版本控制系统,那么它就没有中央服务器的,每个人的电脑就是一个完整的版本库,这样,工作的时候就不需要联网了,因为版本都是在自己的电脑上。A.首
- 低资源学习与知识图谱:构建与应用
cooldream2009
AI技术知识图谱知识图谱人工智能低资源
目录前言1低资源学习方法1.1数据增强1.2特征增强1.3模型增强2低资源知识图谱构建与推理2.1元关系学习2.2对抗学习2.3零样本关系抽取2.4零样本学习与迁移学习2.5零样本学习与辅助信息3基于知识图谱的低资源学习应用3.1零样本图像分类3.2知识增强的零样本学习3.3语义与知识信息的利用结语前言在当今人工智能领域,低资源学习成为一个备受关注的话题,尤其是在少样本学习和零样本学习方面。这种学
- 【医学知识图谱 自动补全 关系抽取】生成模型 + 医学知识图谱 = 发现三元组隐藏的关系实体对
Debroon
医学大模型:个性化精准安全可控知识图谱人工智能
生成模型+医学知识图谱=发现三元组新关系实体对提出背景问题:如何自动发现并生成医疗领域中未被标注的实体关系三元组?CRVAE模型提出背景论文:https://dl.acm.org/doi/pdf/10.1145/3219819.3220010以条件关系变分自编码器(CRVAE)模型为基础,解决关系医疗实体对发现问题,并生成新的、有意义的医疗实体对。尽管有些疾病与症状之间的关系已经被广泛记录,但仍然
- NER
zelda2333
基操:超详细保姆级讲解&提供代码:基于深度学习的命名实体识别与关系抽取值得一看的命名实体识别的总结:中文命名实体识别总结师兄给的教程:GithubChineseNER针对教程讲解的文章:用深度学习做命名实体识别(附代码)
- CRF条件随机场学习记录
V丶Chao
深度学习安全研究-威胁情报学习
阅读建议仔细阅读书[1]对应的序列标注章节,理解该方法面向的问题以及相关背景,然后理解基础的概念。引言威胁情报挖掘的相关论文中,均涉及到两部分任务:命名实体识别(NamedEntityRecognition,NER)和关系抽取,大多数网安实现NER的方法,采用比较多的方法包含:BiLstm+CRF或者Bert+CRF。其中条件随机场(conditionalrandomfields,CRF),这个模
- 学习笔记CB003:分块、标记、关系抽取、文法特征结构
利炳根
分块,根据句子的词和词性,按照规则组织合分块,分块代表实体。常见实体,组织、人员、地点、日期、时间。名词短语分块(NP-chunking),通过词性标记、规则识别,通过机器学习方法识别。介词短语(PP)、动词短语(VP)、句子(S)。分块标记,IOB标记,I(inside,内部)、O(outside,外部)、B(begin,开始)。树结构存储分块。多级分块,多重分块方法。级联分块。关系抽取,找出实
- Deepdive关系抽取:特征源码分析及优化加快信息提取
weixin_42001089
人工智能机器学习DDLIBNLPdeepdive
前言本篇不是Deepdive入门教程,而是对其一些源码细节进行了解读,换句话说要深入到内部去看看其具体是怎么做的,所以看本篇的前提是假设读者已经大概清楚了deepdive的使用流程,如果不是很熟悉,或是第一次使用建议先去看一下入门教程。本篇先是分析特征方面的源码,接着是实践部分,即使用ltp替换默认的斯坦福NLP信息抽取部分进而可优化该部分到数秒内,最后简单说一下其模型方面的问题以及其它补充其实关
- 实体关系抽取与属性补全的技术浅析
cooldream2009
NLP知识AI技术知识图谱实体关系抽取关系抽取
目录前言1.实体关系抽取2实体关系抽取的方法2.1基于模板的方法2.2基于监督学习的关系抽取2.3基于深度学习的关系抽取2.4基于预训练语言模型的关系抽取3属性补全3.1属性补全任务简介3.1抽取式属性补全3.2生成式属性补全4未来发展趋势结语前言在信息爆炸时代,文本数据蕴含着丰富的知识,但要将这些知识整理成结构化的形式,关系抽取和属性补全成为至关重要的任务。本文将深入探讨实体关系抽取的任务定义、
- 面向中国企业关系抽取的双向门控递归单元神经网络
精分天秤座的mystery
自然语言处理神经网络知识图谱人工智能
面向中国企业关系抽取的双向门控递归单元神经网络论文原文:论文原文摘要:为了帮助金融从业人员有效识别高风险企业、法人或股东,国内外学者构建了风险预警的企业知识图谱。从财经新闻等非结构化数据中提取企业关系是构建企业知识图的重要手段,但其数据结构的不规则性和处理工具的匮乏给关系提取带来了挑战。针对这一问题,本文提出了SDP-BGRU模型,从非结构化数据中提取企业关系,将企业关系提取视为一个分类问题。该模
- 知识图谱技术综述:构建智能信息网络的关键元素
cooldream2009
知识图谱AI技术知识图谱人工智能
目录前言1知识图谱表示:有向标记图1.1节点表示1.2边的表示1.3知识图谱的动态性2知识图谱存储与查询:图数据存储2.1关系图存储技术2.2图查询语言2.3数据存储的优化3知识抽取:从多结构数据中抽取知识3.1概念抽取3.2实体识别3.3关系抽取3.4事件抽取4知识融合:多源数据的统一命名空间4.1实体对齐4.2本体映射4.3概念匹配5知识推理:基于符号和图结构的推理5.1基于符号的推理5.2基
- 知识抽取-事件抽取
Jarkata
此文为转载,原文链接:知识抽取-事件抽取-徐阿衡的文章-知乎https://zhuanlan.zhihu.com/p/50903358接上一篇知识抽取-实体及关系抽取。事件是促使事情状态和关系改变的条件[Donget.al.,2010]。目前已存在的知识资源(如维基百科等)所描述实体及实体间的关系大多是静态的,而事件能描述粒度更大的、动态的、结构化的知识,是现有知识资源的重要补充。与[关系抽取]相
- 用通俗易懂的方式讲解:实体关系抽取入门教程
深度学习算法与自然语言处理
机器学习自然语言处理人工智能深度学习
信息抽取主要包括3项子任务:实体抽取、关系抽取和事件抽取,而关系抽取是信息抽取领域的核心任务和重要环节。实体关系抽取的主要目标是从自然语言文本中识别并判定实体对之间存在的特定关系。本文为《实体关系抽取方法研究综述》论文的阅读笔记。文章目录技术提升关系抽取定义关系抽取评价指标实体关系抽取方法基于规则的关系抽取方法基于词典驱动的关系抽取方法基于机器学习的抽取方法基于深度学习的关系抽取方法流水线学习联合
- IT行业都有哪些职位,初学者该如何选择
活字印刷
互联网行业的薪资水准相对较高,刚入行一个月,半年,或者一年超过其他行业薪资很正常。那么,互联网行业究竟有哪些职位呢,又分别适合哪些传统行业转型?1.产品2.UI3.CSS4.JS5.后端(Java/php/python)6.DBA(mysql/oracle)7.运维(OP)8.测试(QA)9.算法(分类/聚类/关系抽取/实体识别)10.搜索(Lucene/Solr/elasticSearch)11
- 国科大-自然语言处理复习
Kilig*
自然语言处理人工智能
自然语言处理复习实体关系联合抽取流水线式端到端方法检索式问答系统流水线方式信息检索(IR)阶段阅读理解(RC)阶段基于证据强度的重排基于证据覆盖的重排结合不同类型的聚合端到端方式Retriever-Reader的联合学习基于预训练的Retriever-Free方法情感分析联合三元组抽取谨以此博客作为复习期间的记录实体关系联合抽取流水线式流水线式抽取(Pipline):把关系抽取的任务分为两个步骤,
- 图机器学习年度汇集
道亦无名
人工智能机器学习人工智能
一、深度学习模型优化在图机器学习领域,深度学习模型的优化尤为重要。今年的主要进展包括了利用先进的优化算法提高模型精度、减少训练时间以及对大规模图数据的适应性。部分团队还推出了定制化的深度学习模型,特别适用于复杂的图形结构和交互。二、知识图谱技术升级随着知识图谱在多个领域的广泛应用,技术层面也在迅速进化。今年,知识图谱的语义理解、实体链接、关系抽取等技术取得了显著突破。此外,多模态知识图谱的发展,使
- 人工智能论文解读精选 | PRGC:一种新的联合关系抽取模型
NLP论文解读
©NLP论文解读原创•作者|小欣论文标题:PRGC:PotentialRelationandGlobalCorrespondenceBasedJointRelationalTripleExtraction论文链接:https://arxiv.org/pdf/2106.09895.pdf代码:https://github.com/hy-struggle/PRGC前言1.论文的相关背景关系抽取是信息抽
- 论文浅尝 | 基于神经网络的实体识别和关系抽取联合学习
开放知识图谱
本文转载自公众号:PaperWeekly。作者丨罗凌学校丨大连理工大学博士生研究方向丨深度学习,文本分类,实体识别联合学习(Jointlearning)一词并不是一个最近才出现的术语,在自然语言处理领域,很早就有研究者使用基于传统机器学习的联合模型(Jointmodel)来对一些有些密切联系的自然语言处理任务进行联合学习。例如实体识别和实体标准化联合学习,分词和词性标注联合学习等等。最近,研究者们
- 论文浅尝 | 通过对比学习优化用于命名实体识别的双编码器
开放知识图谱
学习深度学习机器学习自然语言处理人工智能
笔记整理:陆星宇,东南大学硕士,研究方向为自然语言处理链接:https://arxiv.org/abs/2208.14565动机命名实体识别(NER)是识别与命名实体相关的文本片段并将其分类到预定义的实体类型(如人物、位置等)的任务。作为信息提取系统中的基本组件,NER已被证明对各种下游任务如关系抽取、指代消解和细粒度观点挖掘有益。以往的工作主要将NER作为序列标记或跨度分类来处理,存在许多局限性
- 一篇关于大模型在信息抽取(实体识别、关系抽取、事件抽取)的研究进展综述
AI知识图谱大本营
chatgpat知识图谱gpt
信息提取(IE)旨在从普通自然语言文本中提取结构化知识(如实体、关系和事件)。最近,生成式大型语言模型(LLMs)展现了在文本理解和生成方面的卓越能力,使得它们能够广泛应用于各种领域和任务。因此,已经有许多研究致力于利用LLMs的能力,为信息提取任务提供可行的解决方案。为了全面系统地回顾和探索LLMs在信息提取任务中的应用,本研究对这一领域的最新进展进行了调查。首先,我们进行了广泛的概述,将这些研
- 不用再找了,这就是 NLP 方向最全面试题库
深度学习算法与自然语言处理
大模型实战大模型NLP与大模型自然语言处理人工智能深度学习机器学习python
大家好,本篇文章总结了自然语言处理(NLP)面试需要准备的学习笔记与资料,该资料目前包含自然语言处理各领域的面试题积累。热门面试题(校招、社招)、公司级专项真题、大厂常考题等,在我们社群具有总结,喜欢记得收藏、关注、点赞。文章目录技术交流群四、NLP学习算法常见面试篇4.1信息抽取常见面试篇4.1.1命名实体识别常见面试篇4.1.2关系抽取常见面试篇4.1.3事件抽取常见面试篇4.2NLP预训练算
- 大型语言模型在实体关系提取中的应用探索(二)
colorknight
人工智能自然语言处理LLM知识图谱实体关系抽取ChatGPTLlama2
上一篇文章我们探讨了如何使用大语言模型进行实体关系的抽取。本篇文章我们将进一步探索这个话题。比较一下国内外几款知名大模型在相同的实体关系提取任务下的表现。由于精力有限,我们无法全面测试各模型的实体关系抽取能力,因此,看到的效果以及分析的结论,也仅限于在该任务下的探讨,不能作为各大模型在该方面能力的结论。这次我们选中用于实验的大模型如下:国外:ChatGPT3.5(OpenAI)、Bard(Goog
- 文档级关系抽取中一个指标 Ign F1的计算方法
wanncy
相信很多做document-level关系抽取的朋友在实验部分都会遇到一个叫IgnF1的参数,这个参数大致是image.png具体参考文章DocRED:ALarge-ScaleDocument-LevelRelationExtractionDataset,Yao,2019ACLReasoningwithLatentStructureRefinementforDocument-LevelRelati
- 24 LLM错误代码补全:机器学习顶会NeurIPS‘23 智能体评估:自行构建数据集Buggy-HumanEval、Buggy-FixEval+错误代码补全+修复模型【网安AIGC专题11.22】
是Yu欸
科研笔记与实践机器学习AIGC人工智能论文阅读AI编程copilot笔记
LargeLanguageModelsofCodeFailatCompletingCodewithPotentialBugs写在最前面论文名片对于命名实体识别、关系抽取任务的启发课堂讨论实验自己构建的数据集价值1、论文介绍相关工作:代码补全存在的问题研究的重点论文结论与改进2、Buggy-CodeCompletion代码补全任务的基本概念有错误的代码补全的挑战方案设计的其他考虑3.评估方法评估方法
- 23REPEAT方法:软工顶会ICSE ‘23 大模型在代码智能领域持续学习 代表性样本重放(选择信息丰富且多样化的示例) + 基于可塑权重巩固EWC的自适应参数正则化 【网安AIGC专题11.22】
是Yu欸
科研笔记与实践#大模型学习AIGCAI编程软件工程论文阅读笔记经验分享
KeepingPacewithEver-IncreasingData:TowardsContinualLearningofCodeIntelligenceModels写在最前面论文名片nlp中的命名实体识别NER和关系抽取任务RE的启发课堂讨论噪声数据排除基于可塑权重巩固EWC的自适应参数正则化代码克隆检测准确率比较低绪论代码生成大模型PPT学习,连贯动画感(方框是后期添加的)研究方法与思路持续学
- 21Discrete Adversarial Attack(DaK)攻击——针对语义依附代码模型的对抗攻击方法:Destroyer篡改输入程序,Finder寻找关键特征,Merger将关键特征注入
是Yu欸
科研笔记与实践AIGC生成对抗网络安全人工智能论文阅读
DiscreteAdversarialAttacktoModelsofCode写在最前面一些对关系抽取和事件抽取相关的启发和思考摘要总结与展望课堂讨论研究背景与意义对抗攻击针对代码模型的对抗攻击Semantic-adhering语义依附的代码模型针对Semantic-adhering的对抗攻击Dak的意义主要贡献研究内容与方案形式化定义DaK的工作流程DestroyerFinderMerger针对
- 7篇论文梳理关系抽取的经典范式
PaperWeekly
机器学习人工智能深度学习自然语言处理nlp
©作者|眼睛里进砖头了单位|东华大学研究方向|自然语言处理最近在做关系抽取的任务,就花了些时间把关系抽取的经典范式全部cover了一遍,总结对比了一下,7篇文章带你一览关系抽取范式。先说说关系抽取存在的问题下面以关系抽取的存在场景问题以及模型本身存在的问题,来看这个关系抽取这个任务存在哪些问题。1.1抽取的场景问题不同的模型往往在不同的场景下表现出不同的优越性,关系抽取可以分为实体识别及关系抽取两
- #gStore-weekly | gBuilder功能详解之非结构化数据抽取模型
PKUMOD
人工智能python机器学习知识图谱算法图数据库
对于非结构化数据进行数据抽取时需要用到实体识别、关系抽取、属性抽取等众多信息抽取算法。gBuilder在非结构化抽取功能中提供了一系列算法和算子,可通过拖拽的方式进行抽取流程流水线设计。但在实际业务场景中,gBuilder内置的信息抽取模型并不能满足业务的需要,或者使用者本身具有较强研发能力,能够设计准确度更高的算法和模型。因此gBuilder提供了模型标注和训练功能,能够对现在平台已经提供的算法
- NLP在网安领域中的应用(初级)
是Yu欸
自然语言处理人工智能笔记安全网络安全chatgpt
NLP在网安领域的应用写在最前面1.威胁情报分析1.1社交媒体情报分析(后面有详细叙述)1.2暗网监测与威胁漏洞挖掘2.恶意软件检测2.1威胁预测与趋势分析3.漏洞管理和响应4.社交工程攻击识别4.1情感分析与实时监测4.2实体识别与攻击者画像构建4.3文本分析与实体关系抽取5.未来发展趋势与应用前景5.1深度学习与增强学习的整合5.2区块链与分布式技术的融合5.3多模态数据分析的兴起结语写在最前
- linux系统服务器下jsp传参数乱码
3213213333332132
javajsplinuxwindowsxml
在一次解决乱码问题中, 发现jsp在windows下用js原生的方法进行编码没有问题,但是到了linux下就有问题, escape,encodeURI,encodeURIComponent等都解决不了问题
但是我想了下既然原生的方法不行,我用el标签的方式对中文参数进行加密解密总该可以吧。于是用了java的java.net.URLDecoder,结果还是乱码,最后在绝望之际,用了下面的方法解决了
- Spring 注解区别以及应用
BlueSkator
spring
1. @Autowired
@Autowired是根据类型进行自动装配的。如果当Spring上下文中存在不止一个UserDao类型的bean,或者不存在UserDao类型的bean,会抛出 BeanCreationException异常,这时可以通过在该属性上再加一个@Qualifier注解来声明唯一的id解决问题。
2. @Qualifier
当spring中存在至少一个匹
- printf和sprintf的应用
dcj3sjt126com
PHPsprintfprintf
<?php
printf('b: %b <br>c: %c <br>d: %d <bf>f: %f', 80,80, 80, 80);
echo '<br />';
printf('%0.2f <br>%+d <br>%0.2f <br>', 8, 8, 1235.456);
printf('th
- config.getInitParameter
171815164
parameter
web.xml
<servlet>
<servlet-name>servlet1</servlet-name>
<jsp-file>/index.jsp</jsp-file>
<init-param>
<param-name>str</param-name>
- Ant标签详解--基础操作
g21121
ant
Ant的一些核心概念:
build.xml:构建文件是以XML 文件来描述的,默认构建文件名为build.xml。 project:每个构建文
- [简单]代码片段_数据合并
53873039oycg
代码
合并规则:删除家长phone为空的记录,若一个家长对应多个孩子,保留一条家长记录,家长id修改为phone,对应关系也要修改。
代码如下:
- java 通信技术
云端月影
Java 远程通信技术
在分布式服务框架中,一个最基础的问题就是远程服务是怎么通讯的,在Java领域中有很多可实现远程通讯的技术,例如:RMI、MINA、ESB、Burlap、Hessian、SOAP、EJB和JMS等,这些名词之间到底是些什么关系呢,它们背后到底是基于什么原理实现的呢,了解这些是实现分布式服务框架的基础知识,而如果在性能上有高的要求的话,那深入了解这些技术背后的机制就是必须的了,在这篇blog中我们将来
- string与StringBuilder 性能差距到底有多大
aijuans
之前也看过一些对string与StringBuilder的性能分析,总感觉这个应该对整体性能不会产生多大的影响,所以就一直没有关注这块!
由于学程序初期最先接触的string拼接,所以就一直没改变过自己的习惯!
- 今天碰到 java.util.ConcurrentModificationException 异常
antonyup_2006
java多线程工作IBM
今天改bug,其中有个实现是要对map进行循环,然后有删除操作,代码如下:
Iterator<ListItem> iter = ItemMap.keySet.iterator();
while(iter.hasNext()){
ListItem it = iter.next();
//...一些逻辑操作
ItemMap.remove(it);
}
结果运行报Con
- PL/SQL的类型和JDBC操作数据库
百合不是茶
PL/SQL表标量类型游标PL/SQL记录
PL/SQL的标量类型:
字符,数字,时间,布尔,%type五中类型的
--标量:数据库中预定义类型的变量
--定义一个变长字符串
v_ename varchar2(10);
--定义一个小数,范围 -9999.99~9999.99
v_sal number(6,2);
--定义一个小数并给一个初始值为5.4 :=是pl/sql的赋值号
- Mockito:一个强大的用于 Java 开发的模拟测试框架实例
bijian1013
mockito单元测试
Mockito框架:
Mockito是一个基于MIT协议的开源java测试框架。 Mockito区别于其他模拟框架的地方主要是允许开发者在没有建立“预期”时验证被测系统的行为。对于mock对象的一个评价是测试系统的测
- 精通Oracle10编程SQL(10)处理例外
bijian1013
oracle数据库plsql
/*
*处理例外
*/
--例外简介
--处理例外-传递例外
declare
v_ename emp.ename%TYPE;
begin
SELECT ename INTO v_ename FROM emp
where empno=&no;
dbms_output.put_line('雇员名:'||v_ename);
exceptio
- 【Java】Java执行远程机器上Linux命令
bit1129
linux命令
Java使用ethz通过ssh2执行远程机器Linux上命令,
封装定义Linux机器的环境信息
package com.tom;
import java.io.File;
public class Env {
private String hostaddr; //Linux机器的IP地址
private Integer po
- java通信之Socket通信基础
白糖_
javasocket网络协议
正处于网络环境下的两个程序,它们之间通过一个交互的连接来实现数据通信。每一个连接的通信端叫做一个Socket。一个完整的Socket通信程序应该包含以下几个步骤:
①创建Socket;
②打开连接到Socket的输入输出流;
④按照一定的协议对Socket进行读写操作;
④关闭Socket。
Socket通信分两部分:服务器端和客户端。服务器端必须优先启动,然后等待soc
- angular.bind
boyitech
AngularJSangular.bindAngularJS APIbind
angular.bind 描述: 上下文,函数以及参数动态绑定,返回值为绑定之后的函数. 其中args是可选的动态参数,self在fn中使用this调用。 使用方法: angular.bind(se
- java-13个坏人和13个好人站成一圈,数到7就从圈里面踢出一个来,要求把所有坏人都给踢出来,所有好人都留在圈里。请找出初始时坏人站的位置。
bylijinnan
java
import java.util.ArrayList;
import java.util.List;
public class KickOutBadGuys {
/**
* 题目:13个坏人和13个好人站成一圈,数到7就从圈里面踢出一个来,要求把所有坏人都给踢出来,所有好人都留在圈里。请找出初始时坏人站的位置。
* Maybe you can find out
- Redis.conf配置文件及相关项说明(自查备用)
Kai_Ge
redis
Redis.conf配置文件及相关项说明
# Redis configuration file example
# Note on units: when memory size is needed, it is possible to specifiy
# it in the usual form of 1k 5GB 4M and so forth:
#
- [强人工智能]实现大规模拓扑分析是实现强人工智能的前奏
comsci
人工智能
真不好意思,各位朋友...博客再次更新...
节点数量太少,网络的分析和处理能力肯定不足,在面对机器人控制的需求方面,显得力不从心....
但是,节点数太多,对拓扑数据处理的要求又很高,设计目标也很高,实现起来难度颇大...
- 记录一些常用的函数
dai_lm
java
public static String convertInputStreamToString(InputStream is) {
StringBuilder result = new StringBuilder();
if (is != null)
try {
InputStreamReader inputReader = new InputStreamRead
- Hadoop中小规模集群的并行计算缺陷
datamachine
mapreducehadoop并行计算
注:写这篇文章的初衷是因为Hadoop炒得有点太热,很多用户现有数据规模并不适用于Hadoop,但迫于扩容压力和去IOE(Hadoop的廉价扩展的确非常有吸引力)而尝试。尝试永远是件正确的事儿,但有时候不用太突进,可以调优或调需求,发挥现有系统的最大效用为上策。
-----------------------------------------------------------------
- 小学4年级英语单词背诵第二课
dcj3sjt126com
englishword
egg 蛋
twenty 二十
any 任何
well 健康的,好
twelve 十二
farm 农场
every 每一个
back 向后,回
fast 快速的
whose 谁的
much 许多
flower 花
watch 手表
very 非常,很
sport 运动
Chinese 中国的
- 自己实践了github的webhooks, linux上面的权限需要注意
dcj3sjt126com
githubwebhook
环境, 阿里云服务器
1. 本地创建项目, push到github服务器上面
2. 生成www用户的密钥
sudo -u www ssh-keygen -t rsa -C "
[email protected]"
3. 将密钥添加到github帐号的SSH_KEYS里面
3. 用www用户执行克隆, 源使
- Java冒泡排序
蕃薯耀
冒泡排序Java冒泡排序Java排序
冒泡排序
>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
蕃薯耀 2015年6月23日 10:40:14 星期二
http://fanshuyao.iteye.com/
- Excle读取数据转换为实体List【基于apache-poi】
hanqunfeng
apache
1.依赖apache-poi
2.支持xls和xlsx
3.支持按属性名称绑定数据值
4.支持从指定行、列开始读取
5.支持同时读取多个sheet
6.具体使用方式参见org.cpframework.utils.excelreader.CP_ExcelReaderUtilTest.java
比如:
Str
- 3个处于草稿阶段的Javascript API介绍
jackyrong
JavaScript
原文:
http://www.sitepoint.com/3-new-javascript-apis-may-want-follow/?utm_source=html5weekly&utm_medium=email
本文中,介绍3个仍然处于草稿阶段,但应该值得关注的Javascript API.
1) Web Alarm API
&
- 6个创建Web应用程序的高效PHP框架
lampcy
Web框架PHP
以下是创建Web应用程序的PHP框架,有coder bay网站整理推荐:
1. CakePHP
CakePHP是一个PHP快速开发框架,它提供了一个用于开发、维护和部署应用程序的可扩展体系。CakePHP使用了众所周知的设计模式,如MVC和ORM,降低了开发成本,并减少了开发人员写代码的工作量。
2. CodeIgniter
CodeIgniter是一个非常小且功能强大的PHP框架,适合需
- 评"救市后中国股市新乱象泛起"谣言
nannan408
首先来看百度百家一位易姓作者的新闻:
三个多星期来股市持续暴跌,跌得投资者及上市公司都处于极度的恐慌和焦虑中,都要寻找自保及规避风险的方式。面对股市之危机,政府突然进入市场救市,希望以此来重建市场信心,以此来扭转股市持续暴跌的预期。而政府进入市场后,由于市场运作方式发生了巨大变化,投资者及上市公司为了自保及为了应对这种变化,中国股市新的乱象也自然产生。
首先,中国股市这两天
- 页面全屏遮罩的实现 方式
Rainbow702
htmlcss遮罩mask
之前做了一个页面,在点击了某个按钮之后,要求页面出现一个全屏遮罩,一开始使用了position:absolute来实现的。当时因为画面大小是固定的,不可以resize的,所以,没有发现问题。
最近用了同样的做法做了一个遮罩,但是画面是可以进行resize的,所以就发现了一个问题,当画面被reisze到浏览器出现了滚动条的时候,就发现,用absolute 的做法是有问题的。后来改成fixed定位就
- 关于angularjs的点滴
tntxia
AngularJS
angular是一个新兴的JS框架,和以往的框架不同的事,Angularjs更注重于js的建模,管理,同时也提供大量的组件帮助用户组建商业化程序,是一种值得研究的JS框架。
Angularjs使我们可以使用MVC的模式来写JS。Angularjs现在由谷歌来维护。
这里我们来简单的探讨一下它的应用。
首先使用Angularjs我
- Nutz--->>反复新建ioc容器的后果
xiaoxiao1992428
DAOmvcIOCnutz
问题:
public class DaoZ {
public static Dao dao() { // 每当需要使用dao的时候就取一次
Ioc ioc = new NutIoc(new JsonLoader("dao.js"));
return ioc.get(