- NLTK：一个先进的用来处理自然语言数据的Python程序。
遗忘_eea2
NLTK是一个高效的Python构建的平台，用来处理人类自然语言数据。它提供了易于使用的接口，通过这些接口可以访问超过50个语料库和词汇资源（如WordNet），还有一套用于分类、标记化、词干标记、解析和语义推理的文本处理库，以及工业级NLP库的封装器和一个活跃的讨论论坛。统计语言学话题方面的手动编程指南加上全面的API文档，使得NLTK非常适用于语言学家、工程师、学生、教育家、研究人员以及行业用
- 知识图谱之WordNet
xieyan0811
1.说明 今天讨论的是自然语言中的知识抽取和知识表示，换言之，就是如何从大量的书籍文献中剥离出我们关心的所谓“知识”，并将起组织保存成简单可用的描述。 不同的知识类型需要采用不同的知识表示方式，温有奎教授总结了10种知识类型（具体见参考部分）。对于静态概念及概念之间关系用面向对象形式来表示，对命题型问题用一阶逻辑来表示，对于系统流程和实验流程等过程性知识用脚本表示法。 静态概念是思维最基本的组成单
- Python中如何使用NLTK/TextBlob/VADER等库进行情感分析
Pandas120
Python技巧python开发语言
情感分析是一种通过计算文本中的情感信息来确定文本作者的情感倾向的技术。在Python中，有几个库和工具可用于进行情感分析。以下是一些常用的库：NLTK(NaturalLanguageToolkit):NLTK是一个强大的自然语言处理库，其中包含了大量用于文本处理和分析的工具。可以使用NLTK来进行情感分析，通常需要训练一个分类器。NLTK还提供了情感词汇（如WordNet）和语料库，用于帮助构建情
- 2022-03-19
跨象乘云
自然语言处理实验演示-08.词形还原（Lemmatization）词形还原和词干提取比较相似，将一个任意形式的单词转换为语法基础形式。然而，词形还原是基于词典的，每种语言都需要经过语义分析、词性标注来建立完整的词库。本实验将使用WordNetLemmatizer，它是WordNet的NLTK接口。WordNet是一个免费的英语词汇数据库，可以用来生成单词之间的语义关系，该方法使用WordNet返回
- WordNet
青椒rose炒饭
WordNet面向语义的英语词典，类似于传统辞典。WordNet的一些操作如下：fromnltk.corpusimportwordnetaswn#sysnsets同义词集word=wn.synsets('motorcar')print(word)#输出同义词word=wn.synset('car.n.01').lemma_names()print(word)#输出单词的定义print(wn.syn
- 人大赵鑫：基于图神经网络，建模知识图谱
智源社区
神经网络机器学习人工智能深度学习编程语言
报告|赵鑫撰文|熊宇轩我这里主要给大家介绍一下利用图神经网络能做一些什么事情，这里面主要关注知识图谱的建模与应用。在本次报告中，我们将从三个方面介绍基于图神经网络的知识建模与应用：（1）知识图谱简介；（2）知识信息的利用；（3）知识信息的融合。01知识图谱最经典知识图谱表示形式为3/N元组，即，我们可以将其视为是一个边上有类型标签的图。下图列举了一些目前常用的知识图谱的规模，例如：wordnet、
- lmageNet 数据集简介
lindsayshuo
笔记机器学习机器学习计算机视觉深度学习
ImageNet数据集是一个计算机视觉数据集，是由斯坦福大学的李飞飞教授带领创建。该数据集包合14,197,122张图片和21,841个Synset索引。Synset是WordNet层次结构中的一个节点，它又是一组同义词集合。ImageNet数据集一直是评估图像分类算法性能的基准。ImageNet数据集是为了促进计算机图像识别技术的发展而设立的一个大型图像数据集。2016ImageNet数据集中已
- UCAS - AI学院 - 自然语言处理专项课 - 第4讲 - 课程笔记
支锦铭
UCAS-课程笔记自然语言处理人工智能
UCAS-AI学院-自然语言处理专项课-第4讲-课程笔记语料库与语言知识库语料库基本概念语料库技术的发展语料库类型典型语料库介绍问题与现状语言知识库WordNet知网HowNet概念层次网络知识图谱语料库与语言知识库语料库基本概念语言数据库：大规模语言数据（模型参数标准、评测标准）NLP知识库（词汇语义库、词法句法规则库、常识库）语料库：用于存放语言数据的文件语料库语言学：研究自然语言文本的彩集、
- 中文WordNet的安装与使用
_春天_
机器学习pythonwordnet机器学习
最近在中文语料上数据分析，想借用一些外部资源，就想到了WordNet，在这里记录一下，以备后用。文章目录（一）WordNet的介绍（二）WordNet的安装（三）中英文WordNet的使用（1）词义查询（2）同义词查询（3）其他查询（一）WordNet的介绍WordNet是由Princeton大学的心理学家，语言学家和计算机工程师联合设计的一种基于认知语言学的英语词典。它不是光把单词以字母顺序排列
- Stanford CS224N - word2vec
oveZ
AI人工智能深度学习神经网络自然语言处理机器学习
最近在听Stanford放出来的StanfordCS224NNLPwithDeepLearning这门课，弥补一下之前nlp这块基础知识的一些不清楚的地方，顺便巩固一下基础知识关于word2vec：1.为什么要把单词表示成向量一开始人们造了一个类似于词典表的东西-wordnet：但是这里面存在一些问题，大概有这么几个：例如，“proficient”被列为“good”的同义词，但这只在某些情境下是正
- 目标检测网络系列——YOLO V2
新兴AI民工
图像深度网络经典论文详解目标检测网络YOLOyolov2yolo9000
文章目录YOLO9000better，更准batchNormalization高分辨率的训练使用anchor锚框尺寸的选择——聚类锚框集成改进——直接预测boundingbox细粒度的特征图——passthroughlayer多尺度训练数据集比对实验VOC2007VOC2012COCOFaster，更快网络模型——Darknet19训练方法Strong，更强WordNet->WordTree
- 【NLTK系列01】：nltk库介绍
无水先生
LLM和ChatGPT人工智能自然语言处理人工智能nlp
一、说明NLTK是个啥？它是个复杂的应用库，可以实现基本预料库操作，比如，、将文章分词成独立token，等操作。从词统计、标记化、词干提取、词性标记，停用词收集，包括语义索引和依赖关系解析等。二、NLTK是个啥？NLTK是构建Python程序以处理人类语言数据的领先平台。它为50多个语料库和词汇提供了易于使用的界面资源，如WordNet，以及一套用于分类、标记化、词干提取、标记、解析和语义推理的文
- 自然语言处理 | WordNet
TD程序员
自然语言处理实战篇自然语言处理人工智能
WordNet是词汇数据库，即英语词典，专为自然语言处理而设计。Synset是一种特殊的简单接口，存在于NLTK中，用于在WordNet中查找单词。同义词集实例是表达相同概念的同义词的分组。有些单词只有一个同义词集，有些则有多个。
- 试谈语言模型中无监督非结构化知识融入
gunjianpan
ReadingGroup的pdf版本blog版本结构化/纯文本之前的一系列将知识融入BERT的工作大多基于entity三元组这种结构化数据.这就要求有大量且高质量的人工标注(当然我们有HowNet,WordNet,WikiData),人工标注必然出现大量噪声,结构化数据更新周期普遍更长.MLM的无监督是否是无监督的极限(当然ERNIE2.0那种偏语法的任务也可以算),能否有一种无监督或者弱监督的任
- python自然语言处理工具包
zerowl
[NLTK]http://www.nltk.org/:NLTK在用Python处理自然语言的工具中处于领先的地位。它提供了WordNet这种方便处理词汇资源的借口，还有分类、分词、除茎、标注、语法分析、语义推理等类库。[Pattern]https://github.com/clips/pattern:Pattern的自然语言处理工具有词性标注工具(Part-Of-SpeechTagger)，N元搜
- WordNet
Athenaearl
wordNetwordNet是普林斯顿大学开发的英语语料库，可以理解为就是一个词典，在python中的nltk.corpus可以直接获得，它良好的组织结构使得它在nlp中可以帮助我们更好的理解语义。最基本的来说，wordNet通过网状结构来组织词汇，将含义相近的词汇划分到一个组中。在这个网状结构之中，词汇与词汇之间的主要通过同义词连接在一起而形成了含义基本一致的group，称为synsets，也就
- 人工智能安全-4-小样本问题
HenrySmale
人工智能安全人工智能
0提纲小样本学习问题数据增强基于模型的小样本学习基于算法的小样本学习相关资源1小样本学习问题在小样本监督分类中，通常将问题表述为N-way-K-shot分类，当K=1，称为one-shotlearning；当K=0时，成为zero-shotlearning（ZSL）。ZSL就要求学习的问题具备充足的先验知识，例如wordNet，wordembedding等；K比较小，FSL(fewshotlear
- DataSet
咚咚董dyh
ImageNetImageNet是根据WordNet层次结构组织的图像数据集。WordNet中每个有意义的概念，可能由多个单词或词组描述，称为“同义词集”或“同义词集”。WordNet中有超过100,000个同义词集；其中大多数是名词（80,000+）。ImageNet的目标是提供平均1000张图像来说明每个同义词集。当前，ImageNet有超过1400万的标注图像，至少100万个带有标注框的图像
- 领域知识图谱构建方法
鱿鱼丝炒韭菜
节点表示实体，连边表示实体和实体之间的关系。实体包括：概念、实例构建领域知识图谱的四步法：1）领域本体构建2）众包半自动语义标注3）外源数据补全4）信息抽取领域本体构建本体：一种概念化的精确的规格说明；共享概念模型的明确形式化规范说明构建方法1）人工（领域专家）构建本体案例：WordNet方法：骨架法、TOVE法、SENSUS法、Methontology法、OntologyDevelopment1
- Python自然语言处理学习笔记
creepycool
1.用Python处理自然语言1.1.安装nltknltk是一个基于Python的自然语言处理工具集，主要用于英文的自然语言处理。nltk为超过50个语料库和词汇资源(如WordNet)提供易于使用的接口，以及一套用于分类、标记化、词干化、标记、解析和语义推理的文本处理库，用于工业级NLP库的包装器，以及一个活跃的讨论论坛。创建用于学习nlp的python虚拟环境$cd~$mkdirvenv$cd
- NLP——WordNet；Word Similarity； Word Sense Disambiguition
暖仔会飞
机器学习与深度学习自然语言处理人工智能
WordNetWordNet是一个广泛使用的英语词汇数据库和语义网络。它由普林斯顿大学认知科学实验室开发，旨在帮助人们理解单词之间的关系和意义。WordNet的主要目标是将英语词汇组织成一种层次结构，其中每个词都与其他相关词联系起来。WordNet中的单词按照它们的语义关系进行分类和组织。每个单词都与一组称为"同义词集"（synset）的词组相关联。同义词集是一组具有相似含义的单词的集合，可以互相
- 第二章 自然语言处理与单词的分布式表示
路哞哞
自然语言处理自然语言处理人工智能深度学习
目录2.1自然语言处理（NaturalLanguageProcessing，NLP）2.2同义词词典2.2.1WordNet2.2.2同义词词典的问题2.3基于计数的方法2.3.1基于Python的语料库的预处理2.3.2单词的分布式表示2.3.3分布式假设2.3.4共现矩阵2.3.5向量间的相似度2.3.6相似单词的排序2.4基于计数的方法的改进2.4.1点互信息2.4.2降维2.4.3基于SV
- 自然语言处理（八）：Lexical Semantics
小羊和小何
NLP自然语言处理自然语言处理人工智能
目录1.SentimentAnalysis2.LexicalDatabase2.1WhatisLexicalDatabase2.2Definitions2.3MeaningThroughDictionary2.4WordNet2.5Synsets2.6HypernymyChain3.WordSimilarity3.1WordSimilaritywithPaths3.2超越路径长度3.3Abstra
- python自然语言处理入门教程（一）
BjutHz
pythonNLPNLTK自然语言处理python自然语言处理pycharm
1、NLTK自然语言处理工具包1.1NLTK简介NLTK是构建Python程序与人类语言数据工作的主要平台。它提供了易于使用的界面，以超过50语料库和词汇资源，如WordNet的，连同一套文字处理库进行分类，标记化，词干，标记，分析和语义推理，和活跃的论坛。得益于动手指南介绍编程基础在旁边计算语言学课题，NLTK适合语言学家，工程师，学生，教育工作者，研究人员和行业用户的一致好评。NLTK可用于W
- NLTK使用教程（持续更新ing...）
诸神缄默不语
人工智能学习笔记深度学习人工智能机器学习NLTK自然语言处理
诸神缄默不语-个人CSDN博文目录最近更新时间：2022.7.11最早更新时间：2022.7.11NLTK是自然语言处理中常用的Python包，本文是NLTK包的一个简单的使用教程。NLTKAPI文档：NLTK::nltkpackage文章目录1.tokenize：分词，分句2.stem2.1nltk.stem.wordnet1.tokenize：分词，分句在我下载的punkt文件夹里没有chin
- stanford nlp cs224n笔记 第一课
想要更多
截图来自bilibili上的公开课wordnet根据一个词周围的词语意思可以推测出这个词的含义wordvectorswordvector=wordembeddings=wordrepresentations词嵌入就是实现了从高维到低维的表示（词的独热表示（one-hotrepresentation），首先是高维的，且在高维向量中只有一个维度描述了词的语义）（把文本分散嵌入到另一个空间，一般从是从高
- chapter6-CNN
白敏鸢
图像识别的经典数据集合MNSIT:CIFAR:10个不同种类的6000张图片,图片的每张像素是32*32。ImageNet:基于wordnet的大型图像数据库。将imagenet中的近15000w的图片与wordnet中的20000个名词同义集。在imagenet的数据集中一个实体的标识矩阵称为boundingbox.top-n正确率:图像识别算法给出的前n个答案中有一个正确的概率。MNIST与Ｃ
- 【NLP Tool -- NLTK】NLTK进行英文情感分析、分词、分句、词性标注（附代码）
北村南
NLPTool自然语言处理人工智能nlp
NLPTool系列文章NLP--Jieba中文文本--关键词提取、自定义词典、分词、词性标注NLP--NLTK英文文本--情感分析、分词、分句、词性标注工具介绍NLTK，NaturalLanguageToolkit是一个Python模块，提供了多种语料库（Corpora）和词典（Lexicon）资源，比如WordNet等，以及一系列基本的自然语言处理工具集，包括：分句，标记解析（Tokenizat
- 介绍一些知识图谱的实际应用类项目
ngl567
人工智能遇上知识图谱人工智能自然语言处理知识图谱开发平台数据库
目前已经有很多方法来构建知识图谱，在实际项目中，我们更加关注可以用构建好的知识图谱来干些什么，因此，我找到了网上一些对于当前知识图谱的应用的介绍，分享给大家。1国内外知识图谱项目国外：常识知识库：Cyc、WordNet、ConceptNet等。互联网知识图谱：主要有FreeBase、DBpedia、Schema、Wikidata、BableNet、MicrosofotConceptGraph，医疗
- CVPR 2022 | CNN自监督预训练新SOTA！上交等联合提出HCSC：具有层级结构的图像表征自学习新框架...
Tom Hardy
聚类算法大数据python计算机视觉
来源丨机器之心编辑丨极市平台层级结构无处不在，自然界中存在「界-门-纲-类-科-属-种」这样的层级关系,大规模自然图像数据集中也天然存在。例如，ImageNet数据集的类别标签本身就是基于WordNet层级形成的,我们总是可以「刨根问底」地找到某个类别的「父类」。举例而言，拉布拉多犬是一种犬类，而犬类又是一种哺乳动物。这就形成了拉布拉多犬->犬类->哺乳动物的层级关系。近年来,计算机视觉领域涌现出
- 安装数据库首次应用
Array_06
javaoraclesql
可是为什么再一次失败之后就变成直接跳过那个要求
enter full pathname of java.exe的界面
这个java.exe是你的Oracle 11g安装目录中例如：【F:\app\chen\product\11.2.0\dbhome_1\jdk\jre\bin】下的java.exe 。不是你的电脑安装的java jdk下的java.exe！
注意第一次，使用SQL D
- Weblogic Server Console密码修改和遗忘解决方法
bijian1013
Welogic
在工作中一同事将Weblogic的console的密码忘记了，通过网上查询资料解决，实践整理了一下。
一.修改Console密码
打开weblogic控制台，安全领域 --> myrealm -->&n
- IllegalStateException: Cannot forward a response that is already committed
Cwind
javaServlets
对于初学者来说，一个常见的误解是：当调用 forward() 或者 sendRedirect() 时控制流将会自动跳出原函数。标题所示错误通常是基于此误解而引起的。 示例代码：
protected void doPost() {
if (someCondition) {
sendRedirect();
}
forward(); // Thi
- 基于流的装饰设计模式
木zi_鸣
设计模式
当想要对已有类的对象进行功能增强时，可以定义一个类，将已有对象传入，基于已有的功能，并提供加强功能。
自定义的类成为装饰类
模仿BufferedReader，对Reader进行包装，体现装饰设计模式
装饰类通常会通过构造方法接受被装饰的对象，并基于被装饰的对象功能，提供更强的功能。
装饰模式比继承灵活，避免继承臃肿，降低了类与类之间的关系
装饰类因为增强已有对象，具备的功能该
- Linux中的uniq命令
被触发
linux
Linux命令uniq的作用是过滤重复部分显示文件内容，这个命令读取输入文件，并比较相邻的行。在正常情 况下，第二个及以后更多个重复行将被删去，行比较是根据所用字符集的排序序列进行的。该命令加工后的结果写到输出文件中。输入文件和输出文件必须不同。如 果输入文件用“- ”表示，则从标准输入读取。
AD：
uniq [选项] 文件
说明：这个命令读取输入文件，并比较相邻的行。在正常情况下，第二个
- 正则表达式Pattern
肆无忌惮_
Pattern
正则表达式是符合一定规则的表达式，用来专门操作字符串，对字符创进行匹配，切割，替换，获取。
例如，我们需要对QQ号码格式进行检验
规则是长度6~12位 不能0开头 只能是数字，我们可以一位一位进行比较，利用parseLong进行判断，或者是用正则表达式来匹配[1-9][0-9]{4,14} 或者 [1-9]\d{4,14}
&nbs
- Oracle高级查询之OVER (PARTITION BY ..)
知了ing
oraclesql
一、rank()/dense_rank() over(partition by ...order by ...)
现在客户有这样一个需求，查询每个部门工资最高的雇员的信息，相信有一定oracle应用知识的同学都能写出下面的SQL语句：
select e.ename, e.job, e.sal, e.deptno
from scott.emp e,
(se
- Python调试
矮蛋蛋
pythonpdb
原文地址：
http://blog.csdn.net/xuyuefei1988/article/details/19399137
1、下面网上收罗的资料初学者应该够用了，但对比IBM的Python 代码调试技巧：
IBM：包括 pdb 模块、利用 PyDev 和 Eclipse 集成进行调试、PyCharm 以及 Debug 日志进行调试：
http://www.ibm.com/d
- webservice传递自定义对象时函数为空，以及boolean不对应的问题
alleni123
webservice
今天在客户端调用方法
NodeStatus status=iservice.getNodeStatus().
结果NodeStatus的属性都是null。
进行debug之后，发现服务器端返回的确实是有值的对象。
后来发现原来是因为在客户端，NodeStatus的setter全部被我删除了。
本来是因为逻辑上不需要在客户端使用setter， 结果改了之后竟然不能获取带属性值的
- java如何干掉指针，又如何巧妙的通过引用来操作指针————>说的就是java指针
百合不是茶
C语言的强大在于可以直接操作指针的地址，通过改变指针的地址指向来达到更改地址的目的,又是由于c语言的指针过于强大，初学者很难掌握， java的出现解决了c，c++中指针的问题 java将指针封装在底层，开发人员是不能够去操作指针的地址，但是可以通过引用来间接的操作：
定义一个指针p来指向a的地址（&是地址符号）：
- Eclipse打不开，提示“An error has occurred.See the log file ***/.log”
bijian1013
eclipse
打开eclipse工作目录的\.metadata\.log文件，发现如下错误：
!ENTRY org.eclipse.osgi 4 0 2012-09-10 09:28:57.139
!MESSAGE Application error
!STACK 1
java.lang.NoClassDefFoundError: org/eclipse/core/resources/IContai
- spring aop实例annotation方法实现
bijian1013
javaspringAOPannotation
在spring aop实例中我们通过配置xml文件来实现AOP，这里学习使用annotation来实现，使用annotation其实就是指明具体的aspect,pointcut和advice。1.申明一个切面(用一个类来实现)在这个切面里,包括了advice和pointcut
AdviceMethods.jav
- [Velocity一]Velocity语法基础入门
bit1129
velocity
用户和开发人员参考文档
http://velocity.apache.org/engine/releases/velocity-1.7/developer-guide.html
注释
1.行级注释##
2.多行注释#* *#
变量定义
使用$开头的字符串是变量定义，例如$var1, $var2,
赋值
使用#set为变量赋值，例
- 【Kafka十一】关于Kafka的副本管理
bit1129
kafka
1. 关于request.required.acks
request.required.acks控制者Producer写请求的什么时候可以确认写成功，默认是0，
0表示即不进行确认即返回。
1表示Leader写成功即返回，此时还没有进行写数据同步到其它Follower Partition中
-1表示根据指定的最少Partition确认后才返回，这个在
Th
- lua统计nginx内部变量数据
ronin47
lua nginx 统计
server {
listen 80;
server_name photo.domain.com;
location /{set $str $uri;
content_by_lua '
local url = ngx.var.uri
local res = ngx.location.capture(
- java-11.二叉树中节点的最大距离
bylijinnan
java
import java.util.ArrayList;
import java.util.List;
public class MaxLenInBinTree {
/*
a. 1
/ \
2 3
/ \ / \
4 5 6 7
max=4 pass "root"
- Netty源码学习-ReadTimeoutHandler
bylijinnan
javanetty
ReadTimeoutHandler的实现思路：
开启一个定时任务，如果在指定时间内没有接收到消息，则抛出ReadTimeoutException
这个异常的捕获，在开发中，交给跟在ReadTimeoutHandler后面的ChannelHandler，例如
private final ChannelHandler timeoutHandler =
new ReadTim
- jquery验证上传文件样式及大小(好用)
cngolon
文件上传jquery验证
<!DOCTYPE html>
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
<script src="jquery1.8/jquery-1.8.0.
- 浏览器兼容【转】
cuishikuan
css浏览器IE
浏览器兼容问题一：不同浏览器的标签默认的外补丁和内补丁不同
问题症状：随便写几个标签，不加样式控制的情况下，各自的margin 和padding差异较大。
碰到频率:100%
解决方案：CSS里 *{margin:0;padding:0;}
备注：这个是最常见的也是最易解决的一个浏览器兼容性问题，几乎所有的CSS文件开头都会用通配符*来设
- Shell特殊变量：Shell $0, $#, $*, $@, $?, $$和命令行参数
daizj
shell$#$?特殊变量
前面已经讲到，变量名只能包含数字、字母和下划线，因为某些包含其他字符的变量有特殊含义，这样的变量被称为特殊变量。例如，$ 表示当前Shell进程的ID，即pid，看下面的代码：
$echo $$
运行结果
29949
特殊变量列表 变量 含义 $0 当前脚本的文件名 $n 传递给脚本或函数的参数。n 是一个数字，表示第几个参数。例如，第一个
- 程序设计KISS 原则-------KEEP IT SIMPLE, STUPID!
dcj3sjt126com
unix
翻到一本书，讲到编程一般原则是kiss：Keep It Simple, Stupid.对这个原则深有体会，其实不仅编程如此，而且系统架构也是如此。
KEEP IT SIMPLE, STUPID! 编写只做一件事情，并且要做好的程序；编写可以在一起工作的程序，编写处理文本流的程序，因为这是通用的接口。这就是UNIX哲学.所有的哲学真 正的浓缩为一个铁一样的定律，高明的工程师的神圣的“KISS 原
- android Activity间List传值
dcj3sjt126com
Activity
第一个Activity：
import java.util.ArrayList;import java.util.HashMap;import java.util.List;import java.util.Map;import android.app.Activity;import android.content.Intent;import android.os.Bundle;import a
- tomcat 设置java虚拟机内存
eksliang
tomcat 内存设置
转载请出自出处：http://eksliang.iteye.com/blog/2117772
http://eksliang.iteye.com/
常见的内存溢出有以下两种:
java.lang.OutOfMemoryError: PermGen space
java.lang.OutOfMemoryError: Java heap space
------------
- Android 数据库事务处理
gqdy365
android
使用SQLiteDatabase的beginTransaction()方法可以开启一个事务，程序执行到endTransaction() 方法时会检查事务的标志是否为成功，如果程序执行到endTransaction()之前调用了setTransactionSuccessful() 方法设置事务的标志为成功则提交事务，如果没有调用setTransactionSuccessful() 方法则回滚事务。事
- Java 打开浏览器
hw1287789687
打开网址open浏览器open browser打开url打开浏览器
使用java 语言如何打开浏览器呢?
我们先研究下在cmd窗口中,如何打开网址
使用IE 打开
D:\software\bin>cmd /c start iexplore http://hw1287789687.iteye.com/blog/2153709
使用火狐打开
D:\software\bin>cmd /c start firefox http://hw1287789
- ReplaceGoogleCDN：将 Google CDN 替换为国内的 Chrome 插件
justjavac
chromeGooglegoogle apichrome插件
Chrome Web Store 安装地址： https://chrome.google.com/webstore/detail/replace-google-cdn/kpampjmfiopfpkkepbllemkibefkiice
由于众所周知的原因，只需替换一个域名就可以继续使用Google提供的前端公共库了。 同样，通过script标记引用这些资源，让网站访问速度瞬间提速吧
- 进程VS.线程
m635674608
线程
资料来源：
http://www.liaoxuefeng.com/wiki/001374738125095c955c1e6d8bb493182103fac9270762a000/001397567993007df355a3394da48f0bf14960f0c78753f000 1、Apache最早就是采用多进程模式 2、IIS服务器默认采用多线程模式 3、多进程优缺点 优点：
多进程模式最大
- Linux下安装MemCached
字符串
memcached
前提准备：1. MemCached目前最新版本为：1.4.22，可以从官网下载到。2. MemCached依赖libevent，因此在安装MemCached之前需要先安装libevent。2.1 运行下面命令，查看系统是否已安装libevent。[root@SecurityCheck ~]# rpm -qa|grep libevent libevent-headers-1.4.13-4.el6.n
- java设计模式之--jdk动态代理（实现aop编程）
Supanccy2013
javaDAO设计模式AOP
与静态代理类对照的是动态代理类，动态代理类的字节码在程序运行时由Java反射机制动态生成，无需程序员手工编写它的源代码。动态代理类不仅简化了编程工作，而且提高了软件系统的可扩展性，因为Java 反射机制可以生成任意类型的动态代理类。java.lang.reflect 包中的Proxy类和InvocationHandler 接口提供了生成动态代理类的能力。
&
- Spring 4.2新特性-对java8默认方法(default method)定义Bean的支持
wiselyman
spring 4
2.1 默认方法(default method)
java8引入了一个default medthod;
用来扩展已有的接口,在对已有接口的使用不产生任何影响的情况下,添加扩展
使用default关键字
Spring 4.2支持加载在默认方法里声明的bean
2.2
将要被声明成bean的类
public class DemoService {
