Sphinx中文分词

sphinx超级玄学

终于知道为什么兄得去年做表的时候叮嘱我一定要加上主键自增长id了因为sphinx配置文件里面sql_query默认第一个变量是主键，否则它会报错==e.g.
keaidelele·2021-05-08 18:07

Python词云的正确实现方法实例

一、相关模块jieba：中文分词wordcloud：Python词云库imageio：读取图形数据安装：pip install jiebapip install wordcloudpip install
·2021-05-08 17:35

Python大数据：jieba分词，词频统计

实验目的学习如何读取一个文件学习如何使用DataFrame学习jieba中文分词组件及停用词处理原理了解JupyterNotebook概念中文分词在自然语言处理过程中，为了能更好地处理句子，往往需要把句子拆开分成一个一个的词语
_黑冰_·2021-05-08 13:43

windows系统python3应用pycharm写入txt文件报错问题

我有很多的中文样本，在应用jieba中文分词之后，想将分词的结果写入到txt文件中，报了如下错误：UnicodeEncodeError:'gbk'codeccan'tencodecharacter'\xa0
若即隨風·2021-05-08 12:45

CMU Sphinx语音识别入门：构建语言模型

  CMUSphinx支持多种语言解码模型，包括：关键字列表模型、语法模型、统计语言模型和语言语音模型。不同的模型具有不同的功能和性能属性，我们可以在实际应用中根据不同需求选择不同的模型。
圈圈_Master·2021-05-08 08:09

Python词云的正确打开方式

一、相关模块jieba：中文分词wordcloud：Python词云库imageio：读取图形数据安装：pip install jiebapip install wordcloudpip install
运维汪·2021-05-07 20:51

中文分词之HMM模型详解

http://yanyiwu.com/work/2014/04/07/hmm-segment-xiangjie.html
fdtd·2021-05-06 10:16

泰迪杯C题-第一问

以及画出词云图导入库importre#正则表达式库importcollections#词频统计库importnumpyasnp#numpy数据处理库importjieba#中文分词importpandasaspdimportwordcloud
紧到长不胖·2021-05-06 00:11

泰迪杯C题-第二问

景区及酒店的综合评价导入库importre#正则表达式库importcollections#词频统计库importnumpyasnp#numpy数据处理库importjieba#中文分词importpandasaspdimportwordcloud
紧到长不胖·2021-05-06 00:11

架构师成长记_第八周_11_ES- ik中文分词器与自定义中文词库

文章目录ik中文分词器1.安装ik中文分词器(7.4.2版本)2.使用ik中文分词器2.1分词器:ik_max_word2.1分词器:ik_smart自定义中文词库自定义词库,导入字典ik中文分词器1.
流浪少年的梦·2021-05-05 16:49

[Practice] 使用python词云打造一个春

《春》的词云1.提取词语这里使用了jieba，作为一款比较智能的中文分词
敲代码的密斯想·2021-05-05 02:21

LintCode_chapter2_section6_first-missing-positive

#coding=utf-8'''Createdon2015年11月9日@author:SphinxW'''#丢失的第一个正整数##给出一个无序的正数数组，找出其中没有出现的最小正整数。
穆弋·2021-05-04 11:27

Elasticsearch中文搜索环境搭建

基础上的搜索引擎，功能强大，最近刚好要研究搜索这一块，简要记录备日后查阅安装JavaJDK,由于Lucene是用Java开发的，所以需要安装JVM从JAVA官网下载JDK安装包，注意，由于后面我们安装中文分词插件需要装
木鸟飞鱼·2021-05-04 04:35

一个隐马尔科夫模型的应用实例：中文分词

什么问题用HMM解决现实生活中有这样一类随机现象，在已知现在情况的条件下，未来时刻的情况只与现在有关，而与遥远的过去并无直接关系。比如天气预测，如果我们知道“晴天，多云，雨天”之间的转换概率，那么如果今天是晴天，我们就可以推断出明天是各种天气的概率，接着后天的天气可以由明天的进行计算。这类问题可以用Markov模型来描述。markov进一步，如果我们并不知道今天的天气属于什么状况，我们只知道今明后
不会停的蜗牛·2021-05-04 00:48

中文分词

用过的中文分词有jieba，hanlp，word，grid，standford.nlp。从分词原理的直接到间接说起。1.基于字典的分词。字典给出了词和词频。在word中有正向/逆向/双向最大匹配算法。
吹洞箫饮酒杏花下·2021-05-03 15:25

利用Sphinx为python项目生成文档

Sphinx最初是为python而产生的，用于生成新的python官方文档,现可支持其它语言.以下环境都为Ubuntu14.04+python3.4安装Sphnix:$pip3searchSphinx$
何苦_python_java·2021-04-29 13:32

基于jieba、TfidfVectorizer、LogisticRegression的搜狐新闻文本分类

重新编辑：潇洒坤jieba中文叫做结巴，是一款中文分词工具，官方文档链接：https://github.com/fxsjy/jiebaTfidfVectorizer中文叫做词袋向量化模型，是用来文章内容向量化的工具
潇洒坤·2021-04-27 19:34

入门级中文分词项目 【关键词计算，文本摘要生成】，还不来收藏学习！

目录前言项目演示中文分词近义词合并关键词计算1.tf-idf算法2.计算步骤3.代码实现摘要生成textrank算法计算步骤代码实现尾言前言大家好，我是Ericam_希望本篇分享可以给大家带来帮助~愿我们都在代码世界的道路上渐行渐远
Ericam_·2021-04-26 17:29

Python爬虫分析微博热搜关键词的实现代码

1，使用到的第三方库requestsBeautifulSoup美味汤worldcloud词云jieba中文分词matplotlib绘图2，代码实现部分importrequestsimportwordcloudimportjiebafrombs4importBeautifulSoupfrommatplotlibimportpyplotaspltfrompylabimportmpl
·2021-04-26 12:20

python 词云模块：wordcloud

word_cloud/https://github.com/amueller/word_cloudPython词云wordcloud十五分钟入门与进阶python词云wordcloud入门Python中文分词
领悟悟悟·2021-04-26 10:13

pkuseg的自定义词库过大会导致出现严重的分词BUG？

1.背景说明【前情提要】怀着异常激动的心情测试了一下北大刚发布的中文分词库,然后加载了之前整理的自定义词汇,发现出现了很严重的分词问题，希望有人能帮忙解决。
9b9f7192095b·2021-04-25 10:22

Android离线语音识别 PocketSphinx

本文将使用PocketSphinx来实现Android平台的离线语音识别优点:离线,不用联网识别较准(大家都说99%我觉得只有80%)缺点:自定义语音命令麻烦只能小范围识别网上看了很多例子我跟你说那都是坑根本就是错误的教程
_东芝_·2021-04-23 11:50

机器学习总结

在特征工程中的应用三.神经网络（深度学习）四.反向传播与梯度下降五.聚类算法六.机器学习：样本分布不均衡问题的处理1.对正样本过采样---容易造成过拟合2.对负样本欠采样---容易丢失重要信息3.调整权重七.jieba中文分词八
Alex_81D·2021-04-22 14:18

如何在thinkphp框架下使用coreseek？

1.进入到coreseek的api路径（D:\coreseek-3.2.14-win32\api）复制sphinxapi.php文件；2.进入到thinkphp框架的Vendor文件夹下，把上一步复制的
LiChangBao·2021-04-22 02:24

自然语言理解与处理对语义挖掘的影响

但是基于关键字索引的工具已经越来越无法满足用户的需求，相反用户更希望计算机能理解句子的意思以帮助我们更好的处理信息和组织信息，这就需要自然语言处理技术来解决，例如中文分词、词性标注、句法分析、依存关系分析
飞狐_018c·2021-04-21 06:57

Python 分词工具大总结，盘点哪个更好用？

比如从一篇文章自动提取关键词就需要用到分词工具，中文搜索领域同样离不开分词Python中有很多开源的分词工具，下面给大家介绍几款常见的分词依赖库1.jieba分词“结巴”分词，GitHub最受欢迎的分词工具，立志做最好的Python中文分词组件
菜鸟学Python·2021-04-20 08:18

一个非常hao用的elasticsearch中文分词器插件 HaoAnalyzer

首先上地址elasticsearch(es)hao分词器中文分词器elasticsearch-analysis-haoESHAO分词器简介如何开发一个ES分词插件请参考这里主要参考了IK和HanLP其中有的源码是直接搬运的
tenlee·2021-04-19 21:33

elasticsearch之八分词器

个人专题目录1.中文分词器IK分词器1.1分词器analyzer什么是分词器analyzer分词器是一个字符串解析拆分工具。
Java及SpringBoot·2021-04-18 21:43

ICTCLAS中文分词器（现在叫nlpir）

ICTCLAS（现在叫nlpir）是中科院张华平博士开发中文分词器。
sennchi·2021-04-18 12:12

Elasticsearch中文分词器IK

引言问什么要使用分词器？这个问题可能就要牵扯到倒排索引这个概念，那什么是倒排索引呢？倒排索引（英语：Invertedindex），也常被称为反向索引、置入档案或反向档案，是一种索引方法，被用来存储在全文搜索下某个单词在一个文档或者一组文档中的存储位置的映射。它是文档检索系统中最常用的数据结构。有两种不同的反向索引形式：一条记录的水平反向索引（或者反向档案索引）包含每个引用单词的文档的列表。一个单词
章鹏晖·2021-04-18 11:47

简述python四种分词工具,盘点哪个更好用?

比如从一篇文章自动提取关键词就需要用到分词工具，中文搜索领域同样离不开分词Python中有很多开源的分词工具，下面给大家介绍几款常见的分词依赖库1.jieba分词“结巴”分词，GitHub最受欢迎的分词工具，立志做最好的Python中文分词组件
·2021-04-17 20:15

时间轻松学会.NET Core操作ElasticSearch7的方法

在全文检索领域，常见的库/组件有：Lucene、Solr、Sphinx、ElasticSearch等。
·2021-04-17 15:01

Elasticsearch系列-Analyzer分词

Elasticsearch系列-Analyzer分词Analysis与AnalyzerAnalyzer的组成ES的内置分词器中文分词器AnalyzerAPI结语Analysis与AnalyzerAnalysis
Layne_lei·2021-04-15 15:04

ElasticSearch 中文分词器

常用的中文分词器SmartChineseAnalysis:官方提供的中文分词器,不好用。
__元昊__·2021-04-15 10:53

Elasticsearch 中文分词器插件

1、为什么需要中文分词器插件先使用Kibana测试ES默认分词器对英文的处理：GET_analyze{"text":"HelloWorld"}结果如下：所以ES默认分词器对英文
SheHuan·2021-04-13 07:51

ElasticSearch 如何使用 ik 进行中文分词？

ElasticSearch如何在数据存储方面支持全文搜索和复杂条件查询，本篇文章则着重分析ElasticSearch在全文搜索前如何使用ik进行分词，让大家对ElasticSearch的全文搜索和ik中文分词原理有一个全面且深入的了解
·2021-04-13 02:59

ElasticSearch 如何使用 ik 进行中文分词？

ElasticSearch如何在数据存储方面支持全文搜索和复杂条件查询，本篇文章则着重分析ElasticSearch在全文搜索前如何使用ik进行分词，让大家对ElasticSearch的全文搜索和ik中文分词原理有一个全面且深入的了解
·2021-04-13 02:47

python 爬关键词,Python爬虫实战：爬取微博热搜关键词

一、爬取微博热搜关键词需要的第三方库1、requests2、BeautifulSoup美味汤3、worldcloud词云4、jieba中文分词5、matplotlib绘图二、爬取微博热搜关键词代码示例importrequestsimportwordcloudimportjiebafrombs4importBeautifulSoupfrommatplotlibimportpyplotaspltfro
努力奋斗的Brian·2021-03-25 17:58

sphinx（一）全文检索引擎sphinx

一：sphinx简介Sphinx是一个基于SQL的全文检索引擎，可以结合MySQL,PostgreSQL做全文搜索，它可以提供比数据库本身更专业的搜索功能，使得应用程序更容易实现专业化的全文检索。
·2021-03-23 13:11

Lucene&ElasticSeach

如何实现全文检索1.5全文检索的应用场景2Lucene实现全文检索的流程说明2.1索引和搜索流程图2.2创建索引2.3倒排索引3Lucene实战3.1需求说明3.2准备开发环境3.3创建索引3.4查询索引3.5中文分词器的使用
m0_46337171·2021-03-20 17:43

【数据可视化】利用WordCloud制作词云（2021-03-20）

利用wordcloud制作词云1.jieba分词链接：https://github.com/fxsjy/jieba“结巴”中文分词是一个使用起来非常方便的Python中文分词组件。
中传男明星皮皮·2021-03-20 15:19

ElasticSearch分词器

对英文单词可以正常分词，对中文分词不友好，会将中文分词为一个个单个字符。
水煮鱼又失败了·2021-03-15 22:40

ElasticSearch搜索引擎入门与实战

级海量数据基本术语索引、类型、文档、字段—对应数据库表行列集群、节点、分片、副本在es6.x以后，类型将被废弃索引直接与关系型数据库的表对应项目使用的是springboot2.1.5，所以es需要使用6.4.3安装es中文分词插件
w2cs·2021-03-12 11:15

Solr中文排序问题/分词搜索问题

现象描述图片.png如图，搜索全脂奶粉，脱脂奶粉排名却比较靠前2.问题分析图片.pngsolr中文分词粒度过细（左图为建表索引时的分词，右图为查询时的分词）3.解决过程ik分词器对中文分词效果较好，但现在已经停止更新
Martin_阿锤·2021-03-10 21:34

docker搭建Elasticsearch-ik中文分词器- 安装Kibana Java中使用

前言：Elasticsearch是一个开源的搜索引擎，建立在一个全文搜索引擎库ApacheLucene™基础之上。Lucene可以说是当下最先进、高性能、全功能的搜索引擎库—无论是开源还是私有。但是Lucene仅仅只是一个库。为了充分发挥其功能，你需要使用Java并将Lucene直接集成到应用程序中。更糟糕的是，您可能需要获得信息检索学位才能了解其工作原理。Lucene非常复杂。Elasticse
　 T·2021-02-21 23:46

Python爬虫分析微博热搜关键词

1，使用到的第三方库requestsBeautifulSoup美味汤worldcloud词云jieba中文分词matplotlib绘图2，代码实现部分importrequestsimportwordcloudimportjiebafrombs4importBeautifulSoupfrommatplotlibimportpyplotaspltfrompylabimportmpl
北晨lpl·2021-02-18 22:31

Python爬取豆瓣电影评论，并用词云显示

爬取豆瓣电影评论，并用词云显示1、分析我们打开豆瓣网站，随便搜索一部电影，到详情页，这是我们观察地址后面这一串数字就是这部电影的id2、需要用到的库1、requests库，最经典的爬虫库2、jieba库，经典的中文分词库
Lexi_Alexander·2021-02-17 20:30

Sphinx 快速构建工程文档

文章目录一、ReStructuredText语法二、Sphinx使用三、工具一、ReStructuredText语法介绍：reStructuredText是一种易于阅读、所见即所得的纯文本标记语言，常被用于编写行内文档
*pprp*·2021-02-16 17:26

文本特征抽取TfidfVectorizer(特征工程之特征提取)

二、TfidfVectorizer1.TFIDF原理2.TfidfVectorizer()使用使用举例总结前言本文以jieba给中文分词之后再用CountVectorizer提取特征不足之处为引例，用了一种更加合理的文本抽取方法
不懂六月飞雪·2021-02-16 01:01

ElasticSearch 基本使用参考

欢迎关注文章目录ElasticSearch创建索引删除索引新增数据更新数据删除获得数据DSL搜索复杂查询(例如：大于30且为男性)全文检索高亮显示聚合(分组)指定字段查询批量获得批量操作添加分页映射结构化查询中文分词全文搜索权重创建索引请求地址
善良的牙膏·2021-02-03 14:56
上一页 18 19 20 21 22 23 24 25 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他