- 好用的文本内容抽取关键词API接口调用示例
天聚数行
天行数据天行数据API接口tianapipython
用户输入的内容通常是一个不那么简洁的长尾词,通过抽取关键词接口就能快速抽取其中的核心词。该接口支持指定抽取数量和词性,其中num参数为可选,默认返回10个词语,999为不限数量。当指定wordtag参数为1时,返回一个包含词性的列表,例如把一大段文本中的人名或者把一篇文章里提到的地名单独提取出来。词性代码释义请参考中文智能分词接口词性代码释义。接口信息抽取一段文本信息中的核心关键词接口地址:htt
- AI时代来临,AI基础数据服务行业未来发展有哪些变化
标贝科技
人工智能数据库语言模型数据挖掘数据分析
AI基础数据服务是针对人工智能(AI)领域提供的一项服务,它包括数据采集、数据清洗、信息抽取和数据标注等服务。AI基础数据服务旨在为AI算法的训练和优化提供必要的数据支持,为AI算法的性能提供保障。标贝科技提供专业的数据采集、数据标注、训练数据集等AI基础数据服务内容,在基础数据行业拥有丰富的落地实践经验,据标贝科技的市场调研统计,2020中国AI行业核心产业市场规模将超过1500亿元,市场发展向
- NLP-预训练模型-中文:封神榜系列【姜子牙(通用大模型)、太乙(多模态)、二郎神(语言理解)、闻仲(语言生成)、燃灯(语言转换)、余元(领域)、...】
u013250861
LLM自然语言处理人工智能深度学习
封神榜模型系列简介系列名称需求适用任务参数规模备注姜子牙通用通用大模型>70亿参数通用大模型“姜子牙”系列,具备翻译,编程,文本分类,信息抽取,摘要,文案生成,常识问答和数学计算等能力太乙特定多模态8千万-10亿参数应用于跨模态场景,包括文本图像生成,蛋白质结构预测,语音-文本表示等
- 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
- 信息抽取技术:电商领域的智能化革命与市场策略优化
思通数科x
运维大数据
一、引言在当今快速发展的互联网电商领域,信息抽取技术的应用已经成为商家优化供应链、降低成本、提高响应速度的关键手段。随着消费者需求的日益多样化和个性化,电子商务平台需要更高效、智能的数据处理能力来应对市场的挑战。从供应商管理到库存优化,再到物流协调,信息抽取技术正逐步渗透到电商运营的每一个环节。本文将探讨信息抽取技术如何帮助电商企业在激烈的市场竞争中保持领先地位,实现供应链的透明化、自动化和智能化
- 【8】知识加工
铁盒薄荷糖
知识图谱实战6+3天人工智能
一、概述对信息抽取/知识融合后得到的“事实”进行知识推理以拓展现有知识、得到新知识。知识加工主要包括三方面内容:本体构建、知识推理和质量评估。二、本体构建1.本体定义:本体是用于描述一个领域的术语集合,其组织结构是层次结构化的。简而言之,本体是用于描述一个领域的数据集合,是知识库的骨架。作用:获取、描述和表示相关领域的知识,提供对该领域知识的共同理解,确定领域内共同认可的词汇,提供该领域特定的概念
- 基于BiLSTM-CRF模型的分词、词性标注、信息抽取任务的详解,侧重模型推导细化以及LAC分词实践
人工智能自然语言处理数据挖掘
基于BiLSTM-CRF模型的分词、词性标注、信息抽取任务的详解,侧重模型推导细化以及LAC分词实践1.GRU简介GRU(GateRecurrentUnit)门控循环单元,是[循环神经网络](RNN)的变种种,与LSTM类似通过门控单元解决RNN中不能长期记忆和反向传播中的梯度等问题。与LSTM相比,GRU内部的网络架构较为简单。GRU内部结构RU网络内部包含两个门使用了更新门(updategat
- 文本信息抽取模型介绍——实体抽取方法:NER模型(下)
合合技术团队
【通用文本信息抽取技术白皮书】ocr人工智能
3.1.4常用的实体抽取模型LatticeLSTM新加坡科技设计大学的研究者2018年在论文《ChineseNERUsingLatticeLSTM》中提出了新型中文命名实体地识别方法LatticeLSTM。作为信息抽取的一项基本任务,命名实体识别(NER)近年来一直受到研究人员的关注。该任务一直被作为序列标注问题来解决,其中实体边界和类别标签被联合预测。英文NER目前的最高水准是使用LSTM-CR
- 基于BiLSTM-CRF模型的分词、词性标注、信息抽取任务的详解,侧重模型推导细化以及LAC分词实践
汀、人工智能
人工智能知识图谱LSTM分词算法信息抽取词性标注NLP
基于BiLSTM-CRF模型的分词、词性标注、信息抽取任务的详解,侧重模型推导细化以及LAC分词实践1.GRU简介GRU(GateRecurrentUnit)门控循环单元,是[循环神经网络](RNN)的变种种,与LSTM类似通过门控单元解决RNN中不能长期记忆和反向传播中的梯度等问题。与LSTM相比,GRU内部的网络架构较为简单。GRU内部结构RU网络内部包含两个门使用了更新门(updategat
- 教你打造智能知识图谱平台-构建企业知识图谱方法和应用
罗川社
1.知识图谱平台架构如何搭建上一篇文章讲过基础的搜索引擎可先不部署OCR功能,此时搭建的图谱功能只能称为一个简单的专家系统。如果想打造出成熟的图谱系统,还是不能偷懒,按照完整的图谱平台框架构建。如下图:图谱架构图2.模型训练工具(知识获取+知识融合):1.开放形知识领域:业内广泛采用NLP训练模型,实现海量数据的自动化抽取和构建。StandfordNLP提供了开放信息抽取OpenIE功能用于提取三
- (一)知识图谱原理与应用概述 上
韩韩吖吼
学习KG知识图谱人工智能
知识图谱(KnowledgeGraph)本质上是基于图的语义网络,表示实体和实体之间的关系构建知识图谱的目的,就是让机器人具备认知能力,理解这个世界。知识图谱与知识工程知识图谱是web和大数据时代的知识工程新的发展形态。知识工程的核心:知识库和推理引擎。领域本体的构建:面向特定领域的形式化地对于共享概念体系的明确而详细的说明。知识抽取:从海量的数据中通过信息抽取的方式获取知识。知识融合:通过对多个
- 通过与chatGPT交流实现零样本事件抽取
Ly大可爱
NLP事件抽取chatgpt人工智能
1、写作动机:近来的大规模语言模型(例如ChatGPT)在零样本设置下取得了很好的表现,这启发作者探索基于提示的方法来解决零样本IE任务。2、主要贡献:提出了基于chatgpt的多阶段的信息抽取方法:在第一阶段找出可能存在于句子中的相应元素类型。然后在第二阶段,对第一阶段中的每个元素类型执行链式信息抽取。每个阶段都采用了多轮QA过程。在每一轮中,基于设计的模板和先前提取的信息构造提示,作为输入向C
- 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
- 多场景多任务学习在美团到店餐饮推荐的实践
文文学霸
学习人工智能深度学习
总第556篇2023年第008篇美团到店餐饮算法团队在跨域迁移学习的长期实践中,基于多场景的业务背景,提出了分层信息抽取网络,提升了多场景多任务的建模效果。相关技术方案形成的学术论文已经被国际数据工程会议ICDE2023收录,本文详细阐述了多场景多任务学习的解决方案,希望能给从事相关方向研究的同学带来一些帮助或启发。1.背景2.层次化信息抽取网络2.1问题定义2.2方法介绍2.3训练目标3.实验3
- 【论文】多场景多任务推荐
Citroooon
深度学习人工智能
ICDE2023|多场景多任务学习在美团到店餐饮推荐的实践背景:·多场景:美食关键词搜索、限时秒杀推荐、套餐推荐、商家商品推荐等。随着推荐场景数量的增加,传统地针对单个场景独立开发推荐模型有很多劣势和局限性·多任务:在这些场景中需要优化的指标是点击(CTR)和转化(CVR)本文提出了一种层次化信息抽取网络(HiNet)也就是一个端到端的两层信息抽取框架,来共同建模场景间和任务间的信息共享和协作,其
- 基于Prompt Learning的信息抽取
wang2008start
prompt信息抽取关系抽取实体识别文本分类
PTR:PromptTuningwithRulesforTextClassification清华;liuzhiyuan;通过规则制定subpromptRelationExtractionasOpen-bookExamination:Retrieval-enhancedPromptTuningRelationExtractionasOpen-bookExamination:Retrieval-enh
- 基于对比学习的信息抽取
wang2008start
对比学习信息抽取自然语言处理
LabelRefinementviaContrastiveLearningforDistantly-SupervisedNamedEntityRecognitionNAACL2022;做的远程监督NER,通过知识库构建伪标签,通过对比学习构建负样本,负样本是entity的多余部分或其他不相关部分。即对entity的start和end上面做负样本的构造和生成RCL:RelationContrasti
- 自然语言处理,基于预训练语言模型的方法,车万翔,引言部分
iKang_dlut
自然语言处理语言模型人工智能
文章目录自然语言处理应用任务1.信息抽取2.情感分析3.问答系统4.机器翻译5.对话系统自然语言处理应用任务1.信息抽取信息抽取(InformationExtraction,IE),是从非结构化的文本中,抽取出结构化信息的过程,通常包含以下这些子任务下面举一个例子,来说明这些子任务分别是干什么的,以及它们之间的差别是什么。不同信息抽取子任务,抽取的结果如下方表格所示:信息抽取子任务抽取结果命名实体
- 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
- 13 | 使用代理ip爬取安居客房源信息
RunsenLIu
玩转Python爬虫tcp/ip网络协议网络
这是一个简单的Python爬虫代码,用于从安居客网站爬取房地产信息。该爬虫使用了代理IP来绕过可能的封禁,并提供了一些基本的信息抽取功能。如果访问过多,那么可能出现了验证码对此,最好的方法就是换ip。使用代理IP的主要目的是保护爬虫的稳定性和隐私。以下是一些常见的原因:反爬虫机制:很多网站为了防止被爬虫频繁访问,会采取一些反爬虫策略,比如IP封锁、验证码等。通过使用代理IP,可以更换请求的源IP,
- 文本挖掘与信息抽取:从非结构化数据中提取知识的关键技术
人工智能的光信号
人工智能
人工智能的学习之路非常漫长,不少人因为学习路线不对或者学习内容不够专业而举步难行。不过别担心,我为大家整理了一份600多G的学习资源,基本上涵盖了人工智能学习的所有内容。点击下方链接,0元进群领取学习资源,让你的学习之路更加顺畅!记得点赞、关注、收藏、转发哦!进群扫码领资料文本挖掘和信息抽取是自然语言处理领域中的重要技术,它们可以帮助我们从大量的文本数据中提取出有用的信息和知识。本文将对文本挖掘和
- AAAI 2021 | 情感分析最新进展解读
智源社区
编程语言机器学习人工智能深度学习大数据
图片来源:网络作者:陆鑫,赵妍妍,秦兵单位:哈尔滨工业大学情感分析是自然语言处理中的一个重要研究领域,其相关应用在各种真实场景中发挥着重要作用。近年来,基于深度学习的方法逐渐成为情感分析的主流,一方面极大地提高了诸多传统情感分析任务的性能,如情感分类、情感信息抽取等;另一方面还促进了情感分析与其他领域的交叉融合,并衍生出了一系列新任务,如对话情感任务、多模态情感分析任务等。在AAAI2021上出现
- NLP应用场景及流程
MRfanfan
NLP自然语言处理机器学习人工智能
一、NLP主要应用场景:1.问答系统。2.情感分析:##股票价格预测##舆情监控##产品评论##事件监测3.机器翻译4.自动摘要(难度大)5.聊天机器人6.信息抽取具体问题为(李宏毅NLP):文本-----文本文本-----语音文本-----class(类别)语音-----文本语音-----语音语音-----class(类别)二、主要流程
- 【大语言模型NER处理-进行标注生成】
天池小天
语言模型人工智能自然语言处理
Qwen进行NER识别目录Qwen进行NER识别前言一、QWEN_NER1.引入库2.封装主函数相似度处理实际匹配标签(例子)获取结果总结前言chatgpt出来的时候就想过将其利用在信息抽取方面,后续也发现了不少基于这种大语言模型的信息抽取的论文,比如之前收集过的::https://github.com/cocacola-lab/GPT4IEhttps://github.com/RidongHan
- 用于生成信息提取的大型语言模型综述
AI知识图谱大本营
大模型人工智能
论文地址:https://arxiv.org/pdf/2312.17617.pdf代码仓库:https://github.com/quqxui/Awesome-LLM4IE-Papers信息抽取(IE)旨在从纯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)在文本理解和生成方面展示出了非凡的能力,可以在各个领域和任务中进行泛化。因此,许多研究提出了利用LLM
- “不缺钱,只缺人” ,同传翻译的那些事儿
飞桨PaddlePaddle
人工智能编程语言深度学习自然语言处理nlp
点击左上方蓝字关注我们项目简介“手把手带你学NLP”是基于飞桨PaddleNLP的系列实战项目。本系列由百度多位资深工程师精心打造,提供了从词向量、预训练语言模型,到信息抽取、情感分析、文本问答、结构化数据问答、文本翻译、机器同传、对话系统等实践项目的全流程讲解,旨在帮助开发者更全面清晰地掌握百度飞桨框架在NLP领域的用法,并能够举一反三、灵活使用飞桨框架和PaddleNLP进行NLP深度学习实践
- JioNLP:预处理、信息抽取、数据增强、NLP简单功能与词典,找它就对了!
jionlp数据分析
NLPPython数据增强自然语言处理数据挖掘深度学习神经网络信息抽取
⭐戳这里->JioNLP⭐戳这里=>在线直接使用版->JioNLP pipinstalljionlp来看看JioNLP能干什么?Ctrl+F搜索一下功能主要包括:文本清洗,去除HTML标签、异常字符、冗余字符,转换全角字母、数字、空格为半角,抽取及删除E-mail及域名、电话号码、QQ号、括号内容、身份证号、IP地址、URL超链接、货币金额与单位,解析身份证号信息、手机号码归属地、座机区号归属地
- KnowLM知识抽取大模型
dzysunshine
知识图谱大模型
文章目录KnowLM项目介绍KnowLM项目的动机ChatGPT存在的问题基于LLama的知识抽取的智析大模型数据集构建及训练过程预训练数据集构建预训练训练过程指令微调数据集构建指令微调训练过程开源的数据集及模型局限性信息抽取Prompt部署环境配置模型下载预训练模型使用LoRA模型使用KnowLM项目介绍KnowLM是由浙江大学NLP&KG团队的在读博士生研发并开源的项目,是一种将LLM与知识图
- 如何解决大模型的「幻觉」问题?
Debroon
医学大模型算法
如何解决大模型的「幻觉」问题?如何解决大模型的「幻觉」问题?幻觉产生原因?模型原因数据层面幻觉怎么评估?Reference-based(基于参考信息)基于模型的输入、预先定义的目标输出基于模型的输入Reference-Free(无参考信息)基于IE(信息抽取)基于QA(问题回答)基于NLI(自然语言推理)基于FactualnessClassificationMetric(使用一个度量标准)人工评估
- 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
- Java 并发包之线程池和原子计数
lijingyao8206
Java计数ThreadPool并发包java线程池
对于大数据量关联的业务处理逻辑,比较直接的想法就是用JDK提供的并发包去解决多线程情况下的业务数据处理。线程池可以提供很好的管理线程的方式,并且可以提高线程利用率,并发包中的原子计数在多线程的情况下可以让我们避免去写一些同步代码。
这里就先把jdk并发包中的线程池处理器ThreadPoolExecutor 以原子计数类AomicInteger 和倒数计时锁C
- java编程思想 抽象类和接口
百合不是茶
java抽象类接口
接口c++对接口和内部类只有简介的支持,但在java中有队这些类的直接支持
1 ,抽象类 : 如果一个类包含一个或多个抽象方法,该类必须限定为抽象类(否者编译器报错)
抽象方法 : 在方法中仅有声明而没有方法体
package com.wj.Interface;
- [房地产与大数据]房地产数据挖掘系统
comsci
数据挖掘
随着一个关键核心技术的突破,我们已经是独立自主的开发某些先进模块,但是要完全实现,还需要一定的时间...
所以,除了代码工作以外,我们还需要关心一下非技术领域的事件..比如说房地产
&nb
- 数组队列总结
沐刃青蛟
数组队列
数组队列是一种大小可以改变,类型没有定死的类似数组的工具。不过与数组相比,它更具有灵活性。因为它不但不用担心越界问题,而且因为泛型(类似c++中模板的东西)的存在而支持各种类型。
以下是数组队列的功能实现代码:
import List.Student;
public class
- Oracle存储过程无法编译的解决方法
IT独行者
oracle存储过程
今天同事修改Oracle存储过程又导致2个过程无法被编译,流程规范上的东西,Dave 这里不多说,看看怎么解决问题。
1. 查看无效对象
XEZF@xezf(qs-xezf-db1)> select object_name,object_type,status from all_objects where status='IN
- 重装系统之后oracle恢复
文强chu
oracle
前几天正在使用电脑,没有暂停oracle的各种服务。
突然win8.1系统奔溃,无法修复,开机时系统 提示正在搜集错误信息,然后再开机,再提示的无限循环中。
无耐我拿出系统u盘 准备重装系统,没想到竟然无法从u盘引导成功。
晚上到外面早了一家修电脑店,让人家给装了个系统,并且那哥们在我没反应过来的时候,
直接把我的c盘给格式化了 并且清理了注册表,再装系统。
然后的结果就是我的oracl
- python学习二( 一些基础语法)
小桔子
pthon基础语法
紧接着把!昨天没看继续看django 官方教程,学了下python的基本语法 与c类语言还是有些小差别:
1.ptyhon的源文件以UTF-8编码格式
2.
/ 除 结果浮点型
// 除 结果整形
% 除 取余数
* 乘
** 乘方 eg 5**2 结果是5的2次方25
_&
- svn 常用命令
aichenglong
SVN版本回退
1 svn回退版本
1)在window中选择log,根据想要回退的内容,选择revert this version或revert chanages from this version
两者的区别:
revert this version:表示回退到当前版本(该版本后的版本全部作废)
revert chanages from this versio
- 某小公司面试归来
alafqq
面试
先填单子,还要写笔试题,我以时间为急,拒绝了它。。时间宝贵。
老拿这些对付毕业生的东东来吓唬我。。
面试官很刁难,问了几个问题,记录下;
1,包的范围。。。public,private,protect. --悲剧了
2,hashcode方法和equals方法的区别。谁覆盖谁.结果,他说我说反了。
3,最恶心的一道题,抽象类继承抽象类吗?(察,一般它都是被继承的啊)
4,stru
- 动态数组的存储速度比较 集合框架
百合不是茶
集合框架
集合框架:
自定义数据结构(增删改查等)
package 数组;
/**
* 创建动态数组
* @author 百合
*
*/
public class ArrayDemo{
//定义一个数组来存放数据
String[] src = new String[0];
/**
* 增加元素加入容器
* @param s要加入容器
- 用JS实现一个JS对象,对象里有两个属性一个方法
bijian1013
js对象
<html>
<head>
</head>
<body>
用js代码实现一个js对象,对象里有两个属性,一个方法
</body>
<script>
var obj={a:'1234567',b:'bbbbbbbbbb',c:function(x){
- 探索JUnit4扩展:使用Rule
bijian1013
java单元测试JUnitRule
在上一篇文章中,讨论了使用Runner扩展JUnit4的方式,即直接修改Test Runner的实现(BlockJUnit4ClassRunner)。但这种方法显然不便于灵活地添加或删除扩展功能。下面将使用JUnit4.7才开始引入的扩展方式——Rule来实现相同的扩展功能。
1. Rule
&n
- [Gson一]非泛型POJO对象的反序列化
bit1129
POJO
当要将JSON数据串反序列化自身为非泛型的POJO时,使用Gson.fromJson(String, Class)方法。自身为非泛型的POJO的包括两种:
1. POJO对象不包含任何泛型的字段
2. POJO对象包含泛型字段,例如泛型集合或者泛型类
Data类 a.不是泛型类, b.Data中的集合List和Map都是泛型的 c.Data中不包含其它的POJO
 
- 【Kakfa五】Kafka Producer和Consumer基本使用
bit1129
kafka
0.Kafka服务器的配置
一个Broker,
一个Topic
Topic中只有一个Partition() 1. Producer:
package kafka.examples.producers;
import kafka.producer.KeyedMessage;
import kafka.javaapi.producer.Producer;
impor
- lsyncd实时同步搭建指南——取代rsync+inotify
ronin47
1. 几大实时同步工具比较 1.1 inotify + rsync
最近一直在寻求生产服务服务器上的同步替代方案,原先使用的是 inotify + rsync,但随着文件数量的增大到100W+,目录下的文件列表就达20M,在网络状况不佳或者限速的情况下,变更的文件可能10来个才几M,却因此要发送的文件列表就达20M,严重减低的带宽的使用效率以及同步效率;更为要紧的是,加入inotify
- java-9. 判断整数序列是不是二元查找树的后序遍历结果
bylijinnan
java
public class IsBinTreePostTraverse{
static boolean isBSTPostOrder(int[] a){
if(a==null){
return false;
}
/*1.只有一个结点时,肯定是查找树
*2.只有两个结点时,肯定是查找树。例如{5,6}对应的BST是 6 {6,5}对应的BST是
- MySQL的sum函数返回的类型
bylijinnan
javaspringsqlmysqljdbc
今天项目切换数据库时,出错
访问数据库的代码大概是这样:
String sql = "select sum(number) as sumNumberOfOneDay from tableName";
List<Map> rows = getJdbcTemplate().queryForList(sql);
for (Map row : rows
- java设计模式之单例模式
chicony
java设计模式
在阎宏博士的《JAVA与模式》一书中开头是这样描述单例模式的:
作为对象的创建模式,单例模式确保某一个类只有一个实例,而且自行实例化并向整个系统提供这个实例。这个类称为单例类。 单例模式的结构
单例模式的特点:
单例类只能有一个实例。
单例类必须自己创建自己的唯一实例。
单例类必须给所有其他对象提供这一实例。
饿汉式单例类
publ
- javascript取当月最后一天
ctrain
JavaScript
<!--javascript取当月最后一天-->
<script language=javascript>
var current = new Date();
var year = current.getYear();
var month = current.getMonth();
showMonthLastDay(year, mont
- linux tune2fs命令详解
daizj
linuxtune2fs查看系统文件块信息
一.简介:
tune2fs是调整和查看ext2/ext3文件系统的文件系统参数,Windows下面如果出现意外断电死机情况,下次开机一般都会出现系统自检。Linux系统下面也有文件系统自检,而且是可以通过tune2fs命令,自行定义自检周期及方式。
二.用法:
Usage: tune2fs [-c max_mounts_count] [-e errors_behavior] [-g grou
- 做有中国特色的程序员
dcj3sjt126com
程序员
从出版业说起 网络作品排到靠前的,都不会太难看,一般人不爱看某部作品也是因为不喜欢这个类型,而此人也不会全不喜欢这些网络作品。究其原因,是因为网络作品都是让人先白看的,看的好了才出了头。而纸质作品就不一定了,排行榜靠前的,有好作品,也有垃圾。 许多大牛都是写了博客,后来出了书。这些书也都不次,可能有人让为不好,是因为技术书不像小说,小说在读故事,技术书是在学知识或温习知识,有
- Android:TextView属性大全
dcj3sjt126com
textview
android:autoLink 设置是否当文本为URL链接/email/电话号码/map时,文本显示为可点击的链接。可选值(none/web/email/phone/map/all) android:autoText 如果设置,将自动执行输入值的拼写纠正。此处无效果,在显示输入法并输
- tomcat虚拟目录安装及其配置
eksliang
tomcat配置说明tomca部署web应用tomcat虚拟目录安装
转载请出自出处:http://eksliang.iteye.com/blog/2097184
1.-------------------------------------------tomcat 目录结构
config:存放tomcat的配置文件
temp :存放tomcat跑起来后存放临时文件用的
work : 当第一次访问应用中的jsp
- 浅谈:APP有哪些常被黑客利用的安全漏洞
gg163
APP
首先,说到APP的安全漏洞,身为程序猿的大家应该不陌生;如果抛开安卓自身开源的问题的话,其主要产生的原因就是开发过程中疏忽或者代码不严谨引起的。但这些责任也不能怪在程序猿头上,有时会因为BOSS时间催得紧等很多可观原因。由国内移动应用安全检测团队爱内测(ineice.com)的CTO给我们浅谈关于Android 系统的开源设计以及生态环境。
1. 应用反编译漏洞:APK 包非常容易被反编译成可读
- C#根据网址生成静态页面
hvt
Web.netC#asp.nethovertree
HoverTree开源项目中HoverTreeWeb.HVTPanel的Index.aspx文件是后台管理的首页。包含生成留言板首页,以及显示用户名,退出等功能。根据网址生成页面的方法:
bool CreateHtmlFile(string url, string path)
{
//http://keleyi.com/a/bjae/3d10wfax.htm
stri
- SVG 教程 (一)
天梯梦
svg
SVG 简介
SVG 是使用 XML 来描述二维图形和绘图程序的语言。 学习之前应具备的基础知识:
继续学习之前,你应该对以下内容有基本的了解:
HTML
XML 基础
如果希望首先学习这些内容,请在本站的首页选择相应的教程。 什么是SVG?
SVG 指可伸缩矢量图形 (Scalable Vector Graphics)
SVG 用来定义用于网络的基于矢量
- 一个简单的java栈
luyulong
java数据结构栈
public class MyStack {
private long[] arr;
private int top;
public MyStack() {
arr = new long[10];
top = -1;
}
public MyStack(int maxsize) {
arr = new long[maxsize];
top
- 基础数据结构和算法八:Binary search
sunwinner
AlgorithmBinary search
Binary search needs an ordered array so that it can use array indexing to dramatically reduce the number of compares required for each search, using the classic and venerable binary search algori
- 12个C语言面试题,涉及指针、进程、运算、结构体、函数、内存,看看你能做出几个!
刘星宇
c面试
12个C语言面试题,涉及指针、进程、运算、结构体、函数、内存,看看你能做出几个!
1.gets()函数
问:请找出下面代码里的问题:
#include<stdio.h>
int main(void)
{
char buff[10];
memset(buff,0,sizeof(buff));
- ITeye 7月技术图书有奖试读获奖名单公布
ITeye管理员
活动ITeye试读
ITeye携手人民邮电出版社图灵教育共同举办的7月技术图书有奖试读活动已圆满结束,非常感谢广大用户对本次活动的关注与参与。
7月试读活动回顾:
http://webmaster.iteye.com/blog/2092746
本次技术图书试读活动的优秀奖获奖名单及相应作品如下(优秀文章有很多,但名额有限,没获奖并不代表不优秀):
《Java性能优化权威指南》