词库

简单快速的 PHP 词库工具

这么说吧，假如你有一段文本，还有一个巨大的关键词库（几十万起步），现在需要从文本中找出这些关键词，甚至要基于关键词对应的值做一些替换，怎么弄？
碳酸钙·2020-08-20 19:44

简单快速的 PHP 词库工具

这么说吧，假如你有一段文本，还有一个巨大的关键词库（几十万起步），现在需要从文本中找出这些关键词，甚至要基于关键词对应的值做一些替换，怎么弄？
碳酸钙·2020-08-20 19:44

ubuntu 星际（stardict）词典与词库的安装

一、下载stardictapt-getinstallstardict二、下载词典（官网下载比较麻烦全英文hehe）↓-朗道英汉字典.rarhttp://dl.dbank.com/c0fj9j2t4j↓-牛津现代英汉双解词典.rarhttp://dl.dbank.com/c0z7dopgjh↓-高级汉语字典.rarhttp://dl.dbank.com/c0fqoh24g5↓-现代汉语词典.rarh
浮生缭乱·2020-08-20 18:23

elasticsearch(4)安装hanlp中文分词插件

为了做基于分词和基于模板的智能客服系统，引入了hanlp分词器，直接整：hanlp分词是针对中文分词开发的分词库。
qq_20064245·2020-08-20 17:05

Sphinx的安装和使用

的使用两种方式：1、使用sphinx的API来操作sphinx，PHP中将API编译到PHP中作为扩展2、使用mysql的sphinx的存储引擎sphinx是英文的全文检索引擎，coreseek是支持中文词库的全文检索引擎
刘笨笨·2020-08-20 16:06

Sphinx的安装和使用

的使用两种方式：1、使用sphinx的API来操作sphinx，PHP中将API编译到PHP中作为扩展2、使用mysql的sphinx的存储引擎sphinx是英文的全文检索引擎，coreseek是支持中文词库的全文检索引擎
刘笨笨·2020-08-20 16:06

使用cjieba(结巴分词库)实现php扩展中文分词

编译安装gitclonehttps://github.com/jonnywang/jz.gitcdjz/cjiebamakecd..phpize./configure--enable-jiebamakemakeinstall配置php.iniextension=jz.sojz.enable_jieba=1jz.dict_path=/Users/xingqiba/data/softs/jz/cjie
xingqiba·2020-08-20 16:19

使用cjieba(结巴分词库)实现php扩展中文分词

编译安装gitclonehttps://github.com/jonnywang/jz.gitcdjz/cjiebamakecd..phpize./configure--enable-jiebamakemakeinstall配置php.iniextension=jz.sojz.enable_jieba=1jz.dict_path=/Users/xingqiba/data/softs/jz/cjie
xingqiba·2020-08-20 16:19

Elasticsearch系列---使用中文分词器

概要本篇主要介绍中文分词器ik-analyzer的安装使用、自定义词库以及热更新方
qq_38473097·2020-08-20 14:36

小鹤双拼词库分析

,bash命令wc-lxhupdict#查看行数wc-cxhupdict#查看总的字符数小鹤的码表数量统计码表的一瞥简单处理经观察发现小鹤的码表组织使用的是tab制表符,所以可以用以下命令并导出纯净的词库
马拉松爱好者李二牛·2020-08-20 10:34

nlp_关键词提取总结

关键词提取大致有两种：1、关键词分配——从给定的关键词库里面找到几个词作为这篇文章的关键词。2、关键词抽取——从文章中抽取一些词语作为这篇文章的关键
走天涯_1·2020-08-20 08:30

文本挖掘需要的技术栈

存储分布式存储-NoSQL数据库HDFS存储ElasticSearch存储其他分布式存储方案爬虫技巧表单处理模拟登陆验证码处理爬虫代理池网页内容处理爬虫容错文本挖掘库NLTKTextBlob文本处理库分词库词云文本挖掘相关概念文本预处理文本
william199912·2020-08-20 06:42

用python wxpy管理微信公众号,并利用微信获取自己的开源数据。

调用接口并保存双方的问答结果可以作为自己的问答词库的一个数据库累计。这些数据可以用于自己训练。而最近希望获取一些语音资源，用于卷积神经网络的训练。。
pythoncxy·2020-08-19 23:33

用几十行代码实现python中英文分词

不过这个只是正向最大匹配，没有机器学习能力注意：使用前先要下载搜狗词库#-*-coding:utf-8-*-#写了一个简单的支持中文的正向最大匹配的机械分词,其它不用解释了，就几十行代码#附：搜狗词库下载地址
Alex 007·2020-08-19 21:09

使用最大逆向法，利用python进行简易中文分词

首先进行分词所需要的基本设置就是“词库”，而网上开源的词库有很多，例如github里面的chinese词库和清华大学开源中文词库，这些都是免费下载开源的。
hea_gui_lion·2020-08-19 17:42

python中文分词库finalseg

python下的中文分词工具finalseg库。pypi仓库中又finalseg库，用户可以通过以下命令安装：easy_installfinalseg项目地址：https://github.com/fxsjy/finalseg程序示例：#-*-encoding:utf-8-*-importfinalsegtext='对他们来说，只要日本不是逼太紧，也许拖是最好的办法，拖个天长地久，根据地壳板块移动
Daisy09·2020-08-19 07:21

【翻译】【词典】【词库】（PC版）离线词典GoldenDict+离线词库--地表最强 （by shany shang）

二、下载通用词库（1）下载网址：http://downlo
商在兴·2020-08-18 22:15

(离线)英语词典软件推荐

mdx,.mdd)GoldenDict(...)欧路(.eudic,.ld2,.bgl,.mdx.mdd,.tar.gz)1MDictMDictforPC2.0RC2-win7MDict软件本身并不提供“词库
balllyp479310·2020-08-18 19:14

Lucene

3、接下来就是分词了，这里我联想到了一些输入法的细胞词库。也就是说能不能按照细胞词库先匹配我们的搜索内容，然后将分词后的搜索条件进行匹配查询。4、按照匹配度的高低进行排序。直到昨天，在工作中刚刚
申博客服15697010001·2020-08-18 16:08

目前 流行到 TTS软件 和 发音库

于是google了下，在stardict到官方网站http://stardict.sourceforge.net/index.php每一个辞典库到链接都会转到下载词库到页面，真实郁闷，还好能够在论坛里下载
jtop0·2020-08-18 15:00

基于情感词库和PMI互信息的情感分类

词库构建词库的构建可以说是情感分类的重要而且比较有效的环节，一方便可以基于现有的情感词库进
着凉的石头·2020-08-18 12:57

elasticsearch-ik分词器安装及源码修改记录总结

常规安装只需要将打好的包解压到plugins/ik目录里，然后重启es就好了，无需进行下面的操作1、ik配置文件ik配置文件地址：es/plugins/ik/config目录IKAnalyzer.cfg.xml：用来配置自定义词库
CrazyAnt-bcd·2020-08-18 10:07

elasticsearch搜素关键字自动补全(suggest)

最终效果如下：该搜索优化功能是elasticsearch自带的即suggest，suggest即存储一个词库，每次搜索发送请求去词库中检索，匹配到即返回。接下来我们一步一步实现上述功能。
Garry1115·2020-08-18 07:31

Java版结巴分词自定义词库

Java版结巴分词项目地址：https://github.com/huaban/jieba-analysis1.加载依赖使用Maven构建项目com.huabanjieba-analysis1.0.22.加载用户自定义词典//词典路径为Resource/dicts/jieba.dictvalpath=Paths.get(newFile(getClass.getClassLoader.getReso
goldlone·2020-08-17 22:00

解决NLPIR-ICTCLAS2014分词系统词库过大，造成读取缓慢问题

对在使用NLPIR-ICTCLAS2014分词系统进行分词时候，也就是为系统加入用户字典时候出现了个小问题当我的字典超过5MB的时候(具体为5.48MB)，用记事本打开的时候已经是半天才能显示出来了，若在程序中调用NLPIR_ImportUserDict的时候，情况更加惨不忍睹，先是等了半天(基本是有20来分钟)，最后还是出现错误本来以为是字典文件太大，造成了整个函数的错误。后来想了个办法，把字典
每天看一遍，防止恋爱&&堕落·2020-08-17 17:33

【Spark入门项目】关键词统计

文件中出现频率前10的关键词，内如如下实现流程初始化spark配置通过textFile方法读取txt文件通过flatMap将RDD中的每一个元素调用split方法分词，split中使用jieba中文分词库
GX_Liu·2020-08-17 16:46

IK分词器

IK分词器1目标能安装IK分词器会配置扩展词库和停用词库2讲解在进行词条查询时，我们搜索“搜索”却没有搜索到数据！
少营营·2020-08-17 16:23

JavaWeb-过滤器高级案例、URL过滤系统

一、过滤器高级案例过滤脏话，包装HttpServletRequestWrapper在自定义包装类中重写getParamter(String)截获用户输入的信息同时在自定义包装类中自定义一个脏词库，遍历该库
C_ontinue·2020-08-17 11:26

JAVA实现trie树（前缀树，字典树）进行敏感词检测/过滤

过滤文章目录JAVA实现trie树（前缀树，字典树）进行敏感词检测/过滤定义优点：缺点：应用敏感词检测开始构建敏感词Trie树时间复杂度敏感词去重敏感词检测去特殊字符方法结束标识符JAVA实现完整代码初始化词库定义在计算机科学中
不会程序的JAVA程序媛·2020-08-17 09:38

linux系统下可以屏幕取词的词典安装

linux下使用较广的词典软件就是stardict（星际译王）了，我安装后找词库花了很久的时间，后来看到这篇文章，觉得对大家应该有帮助，分享给大家吧！
zq301·2020-08-17 02:21

Lua 字符串实践 -- 过滤词库算法

note目录过滤词字典结构构造过滤词树结构测试example1:过滤词字典结构WordMap.lua文件WordMap=luaclass("WordMap")functionWordMap:Init()self.isLast=falseself.map={}returnselfendreturnWordMap过滤词的单个结构包括2个元素：1：isLast是否是为节点2：子节点-是一张表table{
qingqinglee·2020-08-17 02:56

Coursera课程自然语言处理(NLP)笔记整理(四) （第三周课程内容）

wordbyDocumnetDesign3.欧氏距离(EuclideanDistance)4.余弦相似性5.向量空间与words6.嵌入词的比对Manipulatingwordembeddings6.1.引入必要的库和词库
豆沙粽子好吃嘛!·2020-08-16 19:02

「自然语言处理(NLP)」中文自然语言处理可能用到的数据集

具体主要包括：中文常用词停用词数据集、汉语拆字词表、中文词表、人名语料库、中文缩写数据库、中文专业领域词库、中文敏感词库、维基百科词条(104万)、新闻语料json版(250万篇)、百科类问答jso
yinizhilianlove·2020-08-16 17:44

word embedding之skip gram理解

，首先输入中心词的onehot编码，与矩阵W1相乘，获取中心词的词向量；接着与矩阵W2相乘，相当于中心词的词向量与每一个其他词的词向量相乘，向量内积可以代表余弦相似性，然后输入softmax层，即输出词库里各个词汇的概率实现即把中心词的
fff2zrx·2020-08-16 14:22

【C++】实现敏感词过滤算法（含源码）

大家可以参考一下链接：敏感词过滤算法实现发一个高性能的敏感词过滤算法可以忽略大小写、全半角、简繁体、特殊符号干扰算法描述：将所有敏感词库按模块聚合构建成一个词树（所谓聚合，就是将相同字开头的部分进行聚合
little_stupid_child·2020-08-15 23:27

Kali Linux安装字典StarDict

用户需要安装qstardict软件包和词库包stardict-czech、stardict-english、stardict-german-czech、stardict-xmlittre。
ciqihui0949·2020-08-15 22:42

用字母树实现一个存储单词的词库

偶然做到一道面试题，想到用字母树来做词库存储的数据结构，感觉这样查询效率挺高的，代码有错误欢迎指正，题目如下：设计⼀个数据结构WordFilter，⽤来存储含有百万量级单词的词库，并尽可能⾼效的判断给定
Willy146·2020-08-15 22:18

英汉电子词典小项目总结

下面是电子词典的需求分析C语言项目——查字典【项目需求描述】一、单词查询给定文本文件“dict.txt”，该文件用于存储词库。
sdlcwangsong·2020-08-15 15:43

ubuntu下安装goldendict及离线词库

首先安装goldendict和goldendict-wordnetsudoapt-getinstallgoldendictgoldendict-wordnet然后将制作好的离线词库解压到某个目录下，打开
halazi100·2020-08-15 07:49

java将GBK转为utf-8

文档转化为UTF-8的XML文件*@authorSUNBIN**/publicclassConvertXML{publicstaticvoidmain(String[]args){getXML("敏感词库大全
qq_32626543·2020-08-15 03:31

文章自动添加超链接

词库采用hashtable数据结构(最终实现是HashMap)。下面是代码的实现：十万的词库，一万字的文章，自动标注在本机上测试只需要100ms，个人觉得效率还不错。
huashanlunjian·2020-08-14 23:34

纯中文使用TF-IDF 标准词袋

#静态配置stop_word_path="/InferenceSystem/src/I5_algorithm/NLP数据集合/停词库/stop_word_for_chinese.txt"corpus="
张一爻·2020-08-14 21:20

中文词频统计与词云生成

pipinstalljiebaimportjiebajieba.lcut(text)4.更新词库，加入所分析对象的专业词汇。
weixin_30340617·2020-08-14 20:38

python 结巴分词，清洗，计数以及绘制词云图

安装所需要的包，相信大家都知道pipinstall加要安装的包，记得要重复一次才算是安装好的，导入如图所有包："""importmatplotlib.pyplotasplt#数学绘图库importjieba#分词库
qq_42232687·2020-08-14 19:02

python可视化——词云

2.词云绘制的基本流程直接上代码分析importjieba#分词库fromwordcloudimportWordCloud#词云库importmatplotlib.pypl
铭珏·2020-08-14 18:14

python学习笔记（一）jieba模块初探

环境说明：windows7，python27，jiebaVERSION0.38，pycharm2016.11.简介：支持中文分词，关键字提取，词性标注,自己管理词库等2.安装：方法一：开始->搜索cmd
我心飞翔2015·2020-08-14 16:13

用java做一个简单的英文翻译程序

1.功能简介将文本文件中的英文转换为对应的中文词库如下：源文件：翻译后的文件：输入源文件路径，将翻译后的内容输出到result.txt文件中。
bobo1356·2020-08-14 13:55

Python敏感词过滤DFA算法+免费附带敏感词库

DFA简介参考：https://blog.csdn.net/chenssy/article/details/26961957此篇是上述JAVA敏感词过滤的python版本，完整版本，修改版本首先我们看看最终处理效果实例1：输入字符串处理结果核心代码：SensitiveFilter类框架如下classSensitiveFilter:#初始化def__init__(self):self.initSen
中关村_周师傅·2020-08-14 12:25

lucense全文检索

基于Java的全文索引引擎Lucene简介：关于作者和Lucene的历史全文检索的实现：Luene全文索引和数据库索引的比较中文切分词机制简介：基于词库和自动切分词算法的比较具体的安装和使用简介：系统结构介绍和演示
qiujingyan·2020-08-14 10:15

Python中文分词包：jieba分词

_pcut(str),生成的结果未做词性标注jieba.posseg.cut(str,HMM=False)生成的结果已做词性标注,HMM为隐马尔科夫模型，用于未登陆词（在词典中未出现过）的识别二、词库更新
raxanne·2020-08-14 00:13
上一页 15 16 17 18 19 20 21 22 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他