注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 东南大学信息处理实验室做的中文分词的源代码

  2. 东南大学信息处理实验室做的中文分词的源代码和exe,可直接使用非常的强大撒，是分词动态库例程，主要是用于搜索引擎的中文文本预处理，

  3. 所属分类：C++

    • 发布日期：2009-09-21
    • 文件大小：595968
    • 提供者：manuxiao

  1. java 实验 源代码 图形界面事件处理机制实验

  2. 1、 创建一个框架类实例对象app作为窗体 2、 往窗体里添加三个按钮（b1、b2、b3）、两个标签（l1，l2）、三个文本输入框（t1、t2、t3），要求标签即包含一个图标也包含文本，且文本覆盖在图标的上面。 3、 可以在t1中输入文本信息，点击按钮b1后，标签l1的内容被设置为t1中的文本信息。 4、 点击按钮t2时，弹出一个有模一般对话框，对话框中包含一个文本编辑框（dt）和两个按钮（db1、db2），db1为确认按钮，db2为取消按钮，当点击对话框db1确定按钮时，将文本编辑框dt中的

  3. 所属分类：DB2

    • 发布日期：2009-09-27
    • 文件大小：3072
    • 提供者：ronghua_liu

  1. 中文信息处理中若干关键技术的研究

  2. 随着科学技术的高速发展及名种资源数量的不断增多为了提高效率，信息处理己经成为当前最重要的研究内容，其中涉及到切词和属性选择、信息抽取、自然语言理解、自动聚类和分类、自动摘要、自动标引和主题识别、信息结构分析、文本生成以及信息检索等等。其中，属性选择是一项较为重要的基础性研究工作，为其它的研究提供基础和前提。而其它研究工作 可以有效地、而且较为准确地抽取出有用信息、挖掘出新的知识，提高获取大量有用信息的效率和速度。

  3. 所属分类：专业指导

    • 发布日期：2010-09-02
    • 文件大小：8388608
    • 提供者：guofeng314

  1. 文本信息处理的若干关键技术研究

  2. 关键词：文本信息检索模型、文本分类、文本聚类、查询处理、混淆矩阵、流派分类、小波变换

  3. 所属分类：专业指导

    • 发布日期：2010-12-11
    • 文件大小：3145728
    • 提供者：hutaoer06051

  1. 基于文本内容的自动文本聚类

  2. 基于文本内容的自动文本聚类技术作为文本信息挖掘技术中的核心技术之一，其目标是 将文档集合分成若干个簇，要求同一簇内文档内容的相似度尽可能的大，而不同簇之间的相 似度尽可能的小。 本文以中文文本作为文本聚类的挖掘对象，对文本集进行了中文文本预处理、文本聚类。 按照文中的方法步骤，设计了一个系统，实现了文本聚类的功能。

  3. 所属分类：互联网

  1. 信息处理与机器翻译报告

  2. 信息处理与机器翻译是一门选修课，课程需要一份报告，这份报告是关于中文文本歧义字段切分技术的

  3. 所属分类：专业指导

    • 发布日期：2011-12-29
    • 文件大小：19456
    • 提供者：jldarren

  1. 文本信息检索研究

  2. 文本信息检索研究 经典文本检索方法 (1)——菊池敏典算法 (2)——福岛算法 (3)——加权检索 文本预处理——分词、词干 索引和排序 全文检索方法 国内文本和全文检索研究

  3. 所属分类：专业指导

    • 发布日期：2012-05-10
    • 文件大小：2097152
    • 提供者：subfile

  1. 文本信息提取技术

  2. 文本信息提取技术的介绍，方法，模型，文本信息提取技术的介绍，方法，模型

  3. 所属分类：其它

    • 发布日期：2013-02-20
    • 文件大小：376832
    • 提供者：st609877063

  1. -基于文本挖掘的增强型Web信息处理技术

  2. 基于文本挖掘的增强型Web信息处理技术,文本特征提取，

  3. 所属分类：网页制作

    • 发布日期：2014-04-15
    • 文件大小：913408
    • 提供者：xuehee123

  1. 实体名识别 哈工大-中文信息处理实验二 实验报告

  2. 1. 使用任意方法实现任一类中文名实体识别； 2. 给定足够规模的测试文本，在其上标注至少100个实体识别结果（以附件形式提供）； 3. 计算出实体识别的准确率和召回率，并给出计算依据； 4. 针对识别结果中存在的问题给出具体分析；

  3. 所属分类：Java

    • 发布日期：2018-07-06
    • 文件大小：351232
    • 提供者：qq_32285991

  1. 文本文件处理工具——更名、替换、水印、合并、分割N合一

  2. 【功能】 批量对文本文件进行编码转换（对网络下载的文本特别有效，目前仅支持转为GB2312）； 批量对文件进行更名操作（支持非文本文件，支持歌曲文件提取信息更名）； 批量对文本文件进行查找替换（运行正则替换）； 批量在文本文件内加入水印（即广告 ^_^），水印可以自由转换以及插入干扰码，使水印删除难度加大； 合并文本文件，即 N合一，同时能在合并时插入一些内容； 文本文件分割，即 一分N，可按章节、行数、字符数进行分割控制。 【特色】

  3. 所属分类：互联网

    • 发布日期：2020-07-07
    • 文件大小：882688
    • 提供者：a6892255

  1. 神经贝叶斯信息处理（来自CIKM 2020）

  2. 这个半天的教程介绍了各种信息系统的深度贝叶斯学习的基础知识和进展，这些信息系统包括语音识别、文档摘要、文本分类、信息提取、图像标题生成、句子/图像生成、对话管理、情感分类、推荐系统、问题回答和机器翻译等等。

  3. 所属分类：机器学习

    • 发布日期：2020-10-26
    • 文件大小：14680064
    • 提供者：syp_net

  1. 【NLP之文本预处理】使用正达则式去除或替换无用信息

  2. 文本预处理介绍 文本预处理一般是指将原始数据通过数据转换,缺失处理等手段转化为符合要求的“新”数据集的过程。预处理本身是一件极其耗费时间的事情，繁琐且涉及细节很多。预处理做的不好，对后面的建模分析等等都会有很大的影响。 对于自然语言的文本数据,处理过程一般包括文本清洗、分词等，其中每个步骤在中英文处理时都有些不同,如中文分词的难度远大于英文,而英文需要转换大小写、词形还原等步骤。 接下来将会分别介绍中英文预处理中的重点环节，结合实际介绍和使用包括jeba,NLTK 等工具包,实现分词和词干提取等

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：47104
    • 提供者：weixin_38747444

  1. Pytorch学习笔记——文本预处理

  2. 文本预处理 1、概述 文本数据：有用内容和无用内容 文章：单词、符号、空格、乱码等 思想：我们需要对无用信息进行过滤，而计算机无法直接处理单词等有用信息，我们需要把他们转换成数字。将单词映射到不同的数字，可以考虑用列表，如data=[‘ni’, ‘hao’]，我们就可以用data[0]，data[1]来表示 单词内容，这就是索引到单词，然后 ‘ni hao’我们可以表示成’01’，这就是单词到索引，通过建立单词与数字的关系来进行互相的映射，这是文本预处理的核心思想 预处理的步骤： 1、读文本（计

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：58368
    • 提供者：weixin_38590790

  1. google文本框不显示之前的账户信息处理

  2. google文本框不显示之前的账户信息处理

  3. 所属分类：Web开发

  1. 数据预处理之抽取文本信息（2）-附件资源

  2. 数据预处理之抽取文本信息（2）-附件资源

  3. 所属分类：互联网

  1. 数据预处理之抽取文本信息（2）-附件资源

  2. 数据预处理之抽取文本信息（2）-附件资源

  3. 所属分类：互联网

  1. Python Gensim文本分析——从文本预处理到TFIDF、LDA建模分析

  2. 基于Gensim的Python的文本分析方法：TFIDF LDA1、简介2、中文文本预处理3、Gensim文本挖掘3.1 TFIDF文本分析3.2 LDA文本分析4、总结 1、简介 文本数据的挖掘在当今互发达的联网环境下显得越来越具有价值，数据分析师Seth Grimes曾指出“80%的商业信息来自非结构化数据。本文以中文文本数据作为分析对象，针对中文文本存在的特征进行文本预处理，并调用Gensim工具包实现对文本的TFIDF建模已经LDA建模，从文本中抽取出的特征进行表征文本信息，可用于后续文

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：106496
    • 提供者：weixin_38589314

  1. 【文本信息抽取与结构化】详聊文本的结构化【下】

  2. 常常在想，自然语言处理到底在做的是一件什么样的事情？到目前为止，我所接触到的NLP其实都是在做一件事情，即将自然语言转化为一种计算机能够理解的形式。这一点在知识图谱、信息抽取、文本摘要这些任务中格外明显。不同的任务的差异在于目标的转化形式不一样，因而不同的任务难度、处理方式存在差异。 这个系列文章【文本信息抽取与结构化】，在自然语言处理中是非常有用和有难度的技术，是文本处理与知识提取不可或缺的技术。 本篇介绍如何从非结构的文档中，提取想要的信息，进而结构化文本。 作者&编辑 | 小Dream哥

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：232448
    • 提供者：weixin_38611459

  1. 使用FSO把文本信息导入数据库

  2. 在开发WEB应用程序中，我们经常需要对文件系统中的驱动器、文件夹和文件进行处理，比如收集驱动器的相关信息；创建、添加、移动或删除文件夹和文件等。在VB6中新提供了一套称为FSO（File System Object）对象模型来对文件系统进行访问处理。该模型提供了一个基于对象的工具，通过它所提供的一系列属性和方法，我们可以在应用程序中更简单、灵活地对文件系统进行各种操作。 　　一、FSO简介 　　FSO对象模型包含以下几种对象： 　　Drive对象：允许收集系统物理或通过LAN与系统逻辑连接的硬盘

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：73728
    • 提供者：weixin_38592847
« 12 3 4 5 6 7 8 9 10 ... 50 »