Sphinx中文分词

es自定义分词器支持数字字母分词，中文分词器jieba支持添加禁用词和扩展词典

自定义分析器，分词器PUThttp://xxx.xxx.xxx.xxx:9200/test_index/{"settings":{"analysis":{"analyzer":{"char_test_analyzer":{"tokenizer":"char_test_tokenizer","filter":["lowercase"]}},"tokenizer":{"char_test_tokeni
专职·2023-08-16 22:22

自然语言处理真实项目实战

由于是日语项目，用到的分词软件等，在中文任务中需要替换为相应的中文分词软件。转载更多免费精品教程
世界末子·2023-08-16 08:36

HanLP分词+用户自定义词典

词典格式2.4添加词典3.实验3.1未添加词典3.2加入词典后4其他深入实验4.1自定义词性4.2删除词典4.3删除词典和bin前面谈到分词：HanLP安装与使用-python版和java版pynlpir中文分词
机智翔学长·2023-08-15 15:22

【061】solr6.3与MySQL结合使用的简明教程（五）——中文分词

中文分词中文的词和英文的单词完全不同。因为英文各个单词都是用空格分隔，而中文所有的字都连在一起。因此需要增加中文分词的功能，来让程序识别出各个词语，方便搜索。
zhangchao19890805·2023-08-15 09:39

Linux 使用 pocketsphinx 做中文语音识别

前一篇博客说了一下怎么在Windows平台使用pocketsphinx做中文语音识别，今天看看在Linux上怎办实现。
kongxx·2023-08-15 06:01

字标注分词与HMM模型

仔细读了苏神的《【中文分词系列】3.字标注法与HMM模型》（原文链接在这里：https://spaces.ac.cn/archives/3922），收获还是很多的，所以决定把收获记录在这里。
Romandoooo·2023-08-14 13:27

2020-11-28

先从文本挖掘的大背景开始，以文本分类算法为中心，介绍中文文本分类项目的流程以及相关知识，知识点涉及中文分词，向量空间模型，TF-IDF方法，几个典型的文本分类算法和评价指标等。
fabe2304a927·2023-08-12 15:05

基于Tomotopy构建LDA主题模型（附案例实战）

如果文章对你有帮助的话，欢迎评论点赞收藏加关注+目录Tomotopy简介Tomotopy的性能实战案例1.加载数据2.中文分词3.确定主题数K4.训练模型5.可视化6.预测补充：指定主题特征词文末推荐Tomotopy
艾派森·2023-08-11 04:18

记录一下通过Python+Gensim+jieba进行中文分词及特征提取的坑

中文分词所采用的工具是jieba，用的人也比较多，网上也有很多的使用教程，这里不再赘述。一
43b8e63c4c9f·2023-08-10 04:32

微服务——ES实现自动补全

效果展示在搜索框根据拼音首字母进行提示拼音分词器和IK中文分词器一样的用法，按照下面的顺序执行。#进入容器内部dockerexec-itelasticsearch/bin/bash#在线下载并安装.
北岭山脚鼠鼠·2023-08-09 06:14

BPF分词算法

BPF分词算法，全称为BestPerformanceFirst，是一种中文分词算法。它采用最优性能优先的策略，在分词的过程中，优先选择能够获得最佳分词性能的分词结果。
diannao720·2023-08-09 06:59

中文分词工具jieba的使用

1.jieba简介在自然语言处理任务时中文文本需要通过分词获得单个的词语，这个时候就需要用到中文分词工具jiebajieba分词是一个开源项目，地址为github.com/fxsjy/jieba它在分词准确度和速度方面均表现不错
qq_30895747·2023-08-08 17:36

自然语言处理学习笔记（1）——词典分词

自然语言处理学习笔记（1）——词典分词一、相关定义（P32）中文分词：将一段文本拆分为一系列单词的过程，这些单词顺序拼接后等于源文本。
OldBabyy·2023-08-08 11:25

IK分词器

IK分词器是ES的一个插件，主要用于把一段中文或者英文的划分成一个个的关键字,我们在搜索时候会把自己的信息进行分词,会把数据库中或者索引库中的数据进行分词,然后进行一个匹配操作,默认的中文分词器是将每个字看成一个词
老王笔记·2023-08-08 07:16

【黑马头条之app端文章搜索ES-MongoDB】

本笔记内容为黑马头条项目的app端文章搜索部分目录一、今日内容介绍1、App端搜索-效果图2、今日内容二、搭建ElasticSearch环境1、拉取镜像2、创建容器3、配置中文分词器ik4、使用postman
蛋饼吧·2023-08-08 07:14

10倍提升效率，号称取代Elasticsearch?

ManticoreSearch](https://github.com/manticoresoftware/manticoresearch/)是一个使用C++开发的高性能搜索引擎，创建于2017年，其前身是SphinxSearch
lanicc·2023-08-05 20:46

Entity

 该类拥有不可被Sphinx识别的cdefed函数，如果你想了解其他更多使用内容，请参考其详细的源代码。
大米zhu·2023-08-05 11:25

自然语言处理学习笔记（四）————词典分词

目录1.中文分词2.词典分词（1）词的定义（2）词典性质——齐夫定律（3）词典（4）加载词典（5）hanlp词典路径1.中文分词中文分词：指的是将一段文本拆分为一系列单词的过程，这些单词顺序拼接后等于原文本
阿波拉·2023-08-04 11:33

RST文件构建html

安装sphinxpipinstallsphinxpipinstalloslosphinx进入对应目录，cmd中进入rst的父文件夹sphinx-build-bhtmldocbuilddoc是含有rst的目录
研发小峰·2023-08-04 09:32

自然语言处理学习笔记（二）————语料库与开源工具

目录1.语料库2.语料库建设（1）规范制定（2）人员培训（3）人工标注3.中文处理中的常见语料库（1）中文分词语料库（2）词性标注语料库（3）命名实体识别语料库（4）句法分析语料库（5）文本分类语料库4
阿波拉·2023-08-03 18:19

基于IKAnalyzer lucener的中文分词-java版本

用到2个jar包，本别是lucene-core和IKAnalyzer-lucene，版本号一定要对应，见pox.xml的版本号我这里用的maven仓库地址是：https://maven.aliyun.com/repository/central和https://maven.aliyun.com/repository/publicpox.xml里面的配置如下：com.jianggujinIKAnal
zhaoyang66·2023-08-02 22:51

智能语音系统，AI智能语音怎样设计话术？

相关技术介绍中文分词本文描述的设计思路，可以不需要进行中文分词。当然如果你有合适你开发语言的分词引擎，也可以先分词。
OKCC_kelaile520·2023-08-02 13:23

Haystack + Whoosh + jieba进行全文搜索

中文分词Jieba，由于Whoosh自带的是英文分词，对中文的分词支持不是太好，故
闲鱼!!!·2023-08-02 13:29

jieba分词

jieba（结巴）是一个强大的分词库，完美支持中文分词，本文对其基本用法做一个简要总结。
她即我命·2023-08-02 11:05

【Docker】Docker安装Elasticsearch服务的正确方式

Elasticsearch2.Docker安装Elasticsearch2.1确定Elasticsearch的版本2.2.Docker安装Elasticsearch2.3.给Elasticsearch安装中文分词器
Fire Fish·2023-08-01 21:15

【Docker】Docker安装MySQL、Redis、RabbitMQ、Elasticsearch、Nacos等常见服务（质量有保证，详情讲解）

RabbitMQ2.4.Docker单独安装Elasticsearch2.4.1确定Elasticsearch的版本2.4.2Docker安装Elasticsearch2.4.3给Elasticsearch安装中文分词器
Fire Fish·2023-08-01 21:45

Elasticsearch安装与分词插件、用户词典、同义词配置等

简介本文介绍了全文搜索引擎Elasticsearch的安装过程，以及ik中文分词插件、用户词典、同义词的配置。
lerry_lca·2023-08-01 16:14

开源中文分词Ansj的简单使用

ANSJ是由孙健（ansjsun）开源的一个中文分词器，为ICTLAS的Java版本，也采用了Bigram+HMM分词模型：在Bigram分词的基础上，识别未登录词，以提高分词准确度。
风萧萧1999·2023-08-01 12:12

jieba分词

jieba主要用于Python中文分词，主要有以下3种特性：支持3种分词模式：精确模式、全模式、搜索引擎模式支持繁体分词支持自定义词典#导入jiebaimportjiebaimportjieba.possegaspseg
米小河123·2023-08-01 02:49

文本计算

2.2中文分词分词模式2importjieba#精准模式print("|".join(jieba.cut("今天天气不错,我来到北京野生动物园,在野生动物园看到有很多凶猛的动物",cut_all=False
叫兽吃橙子·2023-07-31 10:53

只需五步 集成新版 Elasticsearch7.9 中文搜索 到你的 Laravel7 项目

只需五步骤：启动集成ik中文分词插件的Elasticsearch7.9Docker镜像Laravel7配置Scout配置Model模型导入数据搜索PHP进阶30K资料,免费获取：【社群福利】30G-PHP
PHP9年架构师·2023-07-30 12:27

java课程设计团队博客《基于学院的搜索引擎》

JAVA课程设计基于学院网站的搜索引擎对学院网站用爬虫进行抓取、建索（需要中文分词）、排序（可选）、搜索、数据摘要高亮、分页显示。Web界面。
dycsy·2023-07-29 08:22

浅谈中文分词与自然语言处理

最近出于兴趣和需要，重新回顾中文分词技术，期间有些心得，以及一些关于自然语言处理的浅薄之见，这里简单分享一下。
iamlightsmile·2023-07-28 05:33

Python文本处理

前言本文主要介绍python文本处理算法代码主要应用和一些基本原理一、常用库1.Jiebajieba是支持中文分词的第三方库。
noobiee·2023-07-27 11:19

28.2 IK分词器

IK分词器在是一款基于词典和规则的中文分词器。1.1Analysis分词Analysis-文本分析是把全文本转换一系列单词的过程，叫分词。
LB_bei·2023-07-26 23:55

ik 分词器怎么调用缓存的词库

IK分词器是一个基于Java实现的中文分词器，它支持在分词时调用缓存的词库。要使用IK分词器调用缓存的词库，你需要完成以下步骤：创建IK分词器实例首先，你需要创建一个IK分词器的实例。
猹里。·2023-07-26 19:30

自然语言处理应用程序设计

原文地址：https://zhanghan.xyz/posts/22426/文章目录一、摘要二、数据集三、相关环境四、功能展示1.系统主界面2.中文分词3.命名实体识别4.文本分类5.文本聚类6.其他界面五
.别拖至春天.·2023-07-26 11:03

【自然语言处理】分词工具与问答系统

Part1:搭建一个分词工具Part1.1基于枚举方法来搭建中文分词工具此项目需要的数据：综合类中文词库.xlsx：包含了中文词，当做词典来用以变量的方式提供了部分unigram概率word_prob举个例子
孟知之·2023-07-25 19:10

AI ＞ 语音识别开源项目列举

名称所属开发机构使用场景优缺点技术特点占有率描述CMUSphinx卡内基梅隆大学嵌入式设备、服务器应用优点：可用于嵌入式设备和服务器应用。缺点：准确率相对较低，适用范围有限。-支持多种语言模型和工具。
ABEL in China·2023-07-25 18:27

docker容器里，给Elasticsearch卸载x-pack插件，安装ik中文分词插件

卸载x-pack插件，安装ik普通环境查看安装了哪些插件卸载x-pack安装ikdocker容器里普通环境查看安装了哪些插件./bin/elasticsearch-pluginlist卸载x-pack./bin/elasticsearch-pluginremovex-pack原因：x-pack是收费的，而且费用很高（一年几十万），生产环境无法承担如此费用，弃用。安装ik./bin/elastics
坚持是一种态度·2023-07-24 22:22

Elasticsearch/Enterprise Search/Kibana安装记录

安全功能重新配置节点以加入现有集群启用系统索引的自动创建功能运行Elasticsearch(在systemd下)检查Elasticsearch是否正在运行Elasticsearch配置外网访问第三方包安装elasticsearch-analysis-ik中文分词
雪球干死黄旭东·2023-07-24 16:35

Java分词工具：word

word分词器主页：https://github.com/ysc/wordword分词是一个Java实现的中文分词组件，提供了多种基于词典的分词算法，并利用ngram模型来消除歧义。
进击的小鹿·2023-07-24 10:48

Sphinx+reStructuredText：调整PDF样式 (下）

本文为快问快答形式，分享使用Sphinx+reStructuredText发布PDF过程中，调整PDF样式的方法和经验。
莉莉邓·2023-07-24 06:10

Springboot 整合Elasticsearch

Elasticsearch6.2.2的zip包，并解压到指定目录，下载地址：https://www.elastic.co/cn/downloads/past-releases/elasticsearch-6-2-2安装中文分词插件
盼旺·2023-07-23 06:46

数据处理轻松搞定：如何利用PaddleNLP高效处理大规模文本数据

目录前言一、paddleNLP介绍、特性1-1、介绍1-2、特性介绍二、paddleNLP安装三、PaddleNLP一键使用3-1、中文分词3-2、词性标注3-3、命名实体识别3-4、依存句法分析（DDParser
ㄣ知冷煖★·2023-07-20 05:37

对中国四大名著--红楼梦 使用jieba进行分词处理 排除去停词 统计完整词频并按降序排列 前20词绘制词云图

jieba是目前表现较为不错的Python中文分词组件,并且有:支持四种分词模式：精确模式全模式搜索引擎模式p
小唐YiJiaTang·2023-07-19 10:22

Elasticsearch的插件和扩展有哪些？如何使用和开发插件？Elasticsearch的性能调优有哪些经验和技巧？

以下是一些常见的插件和扩展：分析器插件：用于自定义文本分析的行为，如中文分词器、同义词扩展等。运维管理插件：用于集群监控、性能调优、日志管理等，如Elasticsearch-HQ、Kopf等。
luoluoal·2023-07-19 07:24

中文分词入门：使用IK分词器进行文本分词（附Java代码示例）

1.介绍中文分词是将连续的中文文本切分成一个个独立的词语的过程，是中文文本处理的基础。IK分词器是一个高效准确的中文分词工具，采用了"正向最大匹配"算法，并提供了丰富的功能和可定制选项。
程序员-小李·2023-07-18 14:07

Python可视化单词统计词频统计中文分词的实现步骤

目录可视化单词统计词频统计中文分词项目架构新建文件单词计数全文单词索引中文分词统计词频源代码可视化单词统计词频统计中文分词项目架构新建一个文件，输入文件的内容，查询此文件中关键字的出现的次数，关键字出现的位置
·2023-07-18 09:30

【Python】Sphinx 文档生成器

目录1.Sphinx介绍2.Sphinx实战2.1.初始化Sphinx工程2.2.编译项目2.3.Sphinx主题2.4.增加Sphinx文档1.Sphinx介绍Sphinx是一个Python文档生成器
Encarta1993·2023-07-18 09:10
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他