- 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
- jdk tomcat 环境变量配置
Array_06
javajdktomcat
Win7 下如何配置java环境变量
1。准备jdk包,win7系统,tomcat安装包(均上网下载即可)
2。进行对jdk的安装,尽量为默认路径(但要记住啊!!以防以后配置用。。。)
3。分别配置高级环境变量。
电脑-->右击属性-->高级环境变量-->环境变量。
分别配置 :
path
&nbs
- Spring调SDK包报java.lang.NoSuchFieldError错误
bijian1013
javaspring
在工作中调另一个系统的SDK包,出现如下java.lang.NoSuchFieldError错误。
org.springframework.web.util.NestedServletException: Handler processing failed; nested exception is java.l
- LeetCode[位运算] - #136 数组中的单一数
Cwind
java题解位运算LeetCodeAlgorithm
原题链接:#136 Single Number
要求:
给定一个整型数组,其中除了一个元素之外,每个元素都出现两次。找出这个元素
注意:算法的时间复杂度应为O(n),最好不使用额外的内存空间
难度:中等
分析:
题目限定了线性的时间复杂度,同时不使用额外的空间,即要求只遍历数组一遍得出结果。由于异或运算 n XOR n = 0, n XOR 0 = n,故将数组中的每个元素进
- qq登陆界面开发
15700786134
qq
今天我们来开发一个qq登陆界面,首先写一个界面程序,一个界面首先是一个Frame对象,即是一个窗体。然后在这个窗体上放置其他组件。代码如下:
public class First { public void initul(){ jf=ne
- Linux的程序包管理器RPM
被触发
linux
在早期我们使用源代码的方式来安装软件时,都需要先把源程序代码编译成可执行的二进制安装程序,然后进行安装。这就意味着每次安装软件都需要经过预处理-->编译-->汇编-->链接-->生成安装文件--> 安装,这个复杂而艰辛的过程。为简化安装步骤,便于广大用户的安装部署程序,程序提供商就在特定的系统上面编译好相关程序的安装文件并进行打包,提供给大家下载,我们只需要根据自己的
- socket通信遇到EOFException
肆无忌惮_
EOFException
java.io.EOFException
at java.io.ObjectInputStream$PeekInputStream.readFully(ObjectInputStream.java:2281)
at java.io.ObjectInputStream$BlockDataInputStream.readShort(ObjectInputStream.java:
- 基于spring的web项目定时操作
知了ing
javaWeb
废话不多说,直接上代码,很简单 配置一下项目启动就行
1,web.xml
<?xml version="1.0" encoding="UTF-8"?>
<web-app xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xmlns="h
- 树形结构的数据库表Schema设计
矮蛋蛋
schema
原文地址:
http://blog.csdn.net/MONKEY_D_MENG/article/details/6647488
程序设计过程中,我们常常用树形结构来表征某些数据的关联关系,如企业上下级部门、栏目结构、商品分类等等,通常而言,这些树状结构需要借助于数据库完成持久化。然而目前的各种基于关系的数据库,都是以二维表的形式记录存储数据信息,
- maven将jar包和源码一起打包到本地仓库
alleni123
maven
http://stackoverflow.com/questions/4031987/how-to-upload-sources-to-local-maven-repository
<project>
...
<build>
<plugins>
<plugin>
<groupI
- java IO操作 与 File 获取文件或文件夹的大小,可读,等属性!!!
百合不是茶
类 File
File是指文件和目录路径名的抽象表示形式。
1,何为文件:
标准文件(txt doc mp3...)
目录文件(文件夹)
虚拟内存文件
2,File类中有可以创建文件的 createNewFile()方法,在创建新文件的时候需要try{} catch(){}因为可能会抛出异常;也有可以判断文件是否是一个标准文件的方法isFile();这些防抖都
- Spring注入有继承关系的类(2)
bijian1013
javaspring
被注入类的父类有相应的属性,Spring可以直接注入相应的属性,如下所例:1.AClass类
package com.bijian.spring.test4;
public class AClass {
private String a;
private String b;
public String getA() {
retu
- 30岁转型期你能否成为成功人士
bijian1013
成长励志
很多人由于年轻时走了弯路,到了30岁一事无成,这样的例子大有人在。但同样也有一些人,整个职业生涯都发展得很优秀,到了30岁已经成为职场的精英阶层。由于做猎头的原因,我们接触很多30岁左右的经理人,发现他们在职业发展道路上往往有很多致命的问题。在30岁之前,他们的职业生涯表现很优秀,但从30岁到40岁这一段,很多人
- 【Velocity四】Velocity与Java互操作
bit1129
velocity
Velocity出现的目的用于简化基于MVC的web应用开发,用于替代JSP标签技术,那么Velocity如何访问Java代码.本篇继续以Velocity三http://bit1129.iteye.com/blog/2106142中的例子为基础,
POJO
package com.tom.servlets;
public
- 【Hive十一】Hive数据倾斜优化
bit1129
hive
什么是Hive数据倾斜问题
操作:join,group by,count distinct
现象:任务进度长时间维持在99%(或100%),查看任务监控页面,发现只有少量(1个或几个)reduce子任务未完成;查看未完成的子任务,可以看到本地读写数据量积累非常大,通常超过10GB可以认定为发生数据倾斜。
原因:key分布不均匀
倾斜度衡量:平均记录数超过50w且
- 在nginx中集成lua脚本:添加自定义Http头,封IP等
ronin47
nginx lua csrf
Lua是一个可以嵌入到Nginx配置文件中的动态脚本语言,从而可以在Nginx请求处理的任何阶段执行各种Lua代码。刚开始我们只是用Lua 把请求路由到后端服务器,但是它对我们架构的作用超出了我们的预期。下面就讲讲我们所做的工作。 强制搜索引擎只索引mixlr.com
Google把子域名当作完全独立的网站,我们不希望爬虫抓取子域名的页面,降低我们的Page rank。
location /{
- java-3.求子数组的最大和
bylijinnan
java
package beautyOfCoding;
public class MaxSubArraySum {
/**
* 3.求子数组的最大和
题目描述:
输入一个整形数组,数组里有正数也有负数。
数组中连续的一个或多个整数组成一个子数组,每个子数组都有一个和。
求所有子数组的和的最大值。要求时间复杂度为O(n)。
例如输入的数组为1, -2, 3, 10, -4,
- Netty源码学习-FileRegion
bylijinnan
javanetty
今天看org.jboss.netty.example.http.file.HttpStaticFileServerHandler.java
可以直接往channel里面写入一个FileRegion对象,而不需要相应的encoder:
//pipeline(没有诸如“FileRegionEncoder”的handler):
public ChannelPipeline ge
- 使用ZeroClipboard解决跨浏览器复制到剪贴板的问题
cngolon
跨浏览器复制到粘贴板Zero Clipboard
Zero Clipboard的实现原理
Zero Clipboard 利用透明的Flash让其漂浮在复制按钮之上,这样其实点击的不是按钮而是 Flash ,这样将需要的内容传入Flash,再通过Flash的复制功能把传入的内容复制到剪贴板。
Zero Clipboard的安装方法
首先需要下载 Zero Clipboard的压缩包,解压后把文件夹中两个文件:ZeroClipboard.js
- 单例模式
cuishikuan
单例模式
第一种(懒汉,线程不安全):
public class Singleton { 2 private static Singleton instance; 3 pri
- spring+websocket的使用
dalan_123
一、spring配置文件
<?xml version="1.0" encoding="UTF-8"?><beans xmlns="http://www.springframework.org/schema/beans" xmlns:xsi="http://www.w3.or
- 细节问题:ZEROFILL的用法范围。
dcj3sjt126com
mysql
1、zerofill把月份中的一位数字比如1,2,3等加前导0
mysql> CREATE TABLE t1 (year YEAR(4), month INT(2) UNSIGNED ZEROFILL, -> day
- Android开发10——Activity的跳转与传值
dcj3sjt126com
Android开发
Activity跳转与传值,主要是通过Intent类,Intent的作用是激活组件和附带数据。
一、Activity跳转
方法一Intent intent = new Intent(A.this, B.class); startActivity(intent)
方法二Intent intent = new Intent();intent.setCla
- jdbc 得到表结构、主键
eksliang
jdbc 得到表结构、主键
转自博客:http://blog.csdn.net/ocean1010/article/details/7266042
假设有个con DatabaseMetaData dbmd = con.getMetaData(); rs = dbmd.getColumns(con.getCatalog(), schema, tableName, null); rs.getSt
- Android 应用程序开关GPS
gqdy365
android
要在应用程序中操作GPS开关需要权限:
<uses-permission android:name="android.permission.WRITE_SECURE_SETTINGS" />
但在配置文件中添加此权限之后会报错,无法再eclipse里面正常编译,怎么办?
1、方法一:将项目放到Android源码中编译;
2、方法二:网上有人说cl
- Windows上调试MapReduce
zhiquanliu
mapreduce
1.下载hadoop2x-eclipse-plugin https://github.com/winghc/hadoop2x-eclipse-plugin.git 把 hadoop2.6.0-eclipse-plugin.jar 放到eclipse plugin 目录中。 2.下载 hadoop2.6_x64_.zip http://dl.iteye.com/topics/download/d2b
- 如何看待一些知名博客推广软文的行为?
justjavac
博客
本文来自我在知乎上的一个回答:http://www.zhihu.com/question/23431810/answer/24588621
互联网上的两种典型心态:
当初求种像条狗,如今撸完嫌人丑
当初搜贴像条犬,如今读完嫌人软
你为啥感觉不舒服呢?
难道非得要作者把自己的劳动成果免费给你用,你才舒服?
就如同 Google 关闭了 Gooled Reader,那是
- sql优化总结
macroli
sql
为了是自己对sql优化有更好的原则性,在这里做一下总结,个人原则如有不对请多多指教。谢谢!
要知道一个简单的sql语句执行效率,就要有查看方式,一遍更好的进行优化。
一、简单的统计语句执行时间
declare @d datetime ---定义一个datetime的变量set @d=getdate() ---获取查询语句开始前的时间select user_id
- Linux Oracle中常遇到的一些问题及命令总结
超声波
oraclelinux
1.linux更改主机名
(1)#hostname oracledb 临时修改主机名
(2) vi /etc/sysconfig/network 修改hostname
(3) vi /etc/hosts 修改IP对应的主机名
2.linux重启oracle实例及监听的各种方法
(注意操作的顺序应该是先监听,后数据库实例)
&nbs
- hive函数大全及使用示例
superlxw1234
hadoophive函数
具体说明及示例参 见附件文档。
文档目录:
目录
一、关系运算: 4
1. 等值比较: = 4
2. 不等值比较: <> 4
3. 小于比较: < 4
4. 小于等于比较: <= 4
5. 大于比较: > 5
6. 大于等于比较: >= 5
7. 空值判断: IS NULL 5
- Spring 4.2新特性-使用@Order调整配置类加载顺序
wiselyman
spring 4
4.1 @Order
Spring 4.2 利用@Order控制配置类的加载顺序
4.2 演示
两个演示bean
package com.wisely.spring4_2.order;
public class Demo1Service {
}
package com.wisely.spring4_2.order;
public class