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. 大数据ES数据存储，查询之IK中文分词器

  2. 对于ES IK分词插件在中文检索中非常常用，本人也使用了挺久的。但知识细节一直很碎片化，一直没有做详细的整理。过一段时间用的话，也是依然各种找资料，也因此会降低开发效率。所以在有空的时候好好整理下相关资料。也希望本文对使用 ElasticSearch 和 IK分词插件的开发者有所帮助。希望能少走点弯路。 本文包括前言、IK分词介绍、分词效果对比、自定义词典使用、索引设置和字段设置（Python 创建索引并导入数据）、查询测试（Python 查询）、结论等七个部分。

  3. 所属分类：Hadoop

    • 发布日期：2018-09-19
    • 文件大小：3145728
    • 提供者：xiaoxiang154

  1. Python与AI之 入门

  2. Python, 机器学习的分类器, 或是中文分词能在十行内搞定. 开始时几乎完全不用考虑具体的数据结构. 在熟悉了Python之后, 用它看程序逻辑就很清晰, 有点像伪代码, 让LISP爱好者们也如同找到了亲人.

  3. 所属分类：Python

    • 发布日期：2019-03-22
    • 文件大小：56320
    • 提供者：jiangping84

  1. Python中文分词工具之结巴分词用法实例总结【经典案例】

  2. 主要介绍了Python中文分词工具之结巴分词用法,结合实例形式总结分析了Python针对中文文件的读取与分词操作过程中遇到的问题与解决方法,需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-09-21
    • 文件大小：107520
    • 提供者：weixin_38522214

  1. python实现机械分词之逆向最大匹配算法代码示例

  2. 逆向最大匹配方法 有正即有负，正向最大匹配算法大家可以参阅//www.jb51.net/article/127404.htm 逆向最大匹配分词是中文分词基本算法之一，因为是机械切分，所以它也有分词速度快的优点，且逆向最大匹配分词比起正向最大匹配分词更符合人们的语言习惯。逆向最大匹配分词需要在已有词典的基础上，从被处理文档的末端开始匹配扫描，每次取最末端的i个字符（分词所确定的阈值i）作为匹配字段，若匹配失败，则去掉匹配字段最前面的一个字，继续匹配。而且选择的阈值越大，分词越慢，但准确性越好。 逆

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：158720
    • 提供者：weixin_38713996

  1. python之中文分词

  2. 目录 1、安装和使用jieba 2、分词练习 3、为jieba添加自定义的词典 4、知识点普及 1）分词文件怎么写 2）jieba.cut()参数说明 5、搜索引擎模式 1、安装和使用jieba 直接用命令：pip3 install jieba就可以了，如图所示表示成功。 2、分词练习 import jieba if __name__ == '__main__': seg_gu=jieba.cut(故宫的重要景点：乾清宫, cut_all=False) print(Full

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：65536
    • 提供者：weixin_38536397

  1. Witcher-nlp-analysis:对《猎魔人》系列小说中文译本（主要是没找到英文原版的数据集）做的一个简单的nlp分析，包括分词，词频统计，词向量的计算，相似度的计算和二维，三维的可视化-源码

  2. 巫师nlp分析 假期刷了猎魔人的美剧，又心血来潮重新半通关了而巫师3主线，无意间看到了一个把冰与火之歌拿出来做分析的项目，于是我就想《猎魔人》系列能不能也做一个这种简单的nlp分析和可视化。找了全网也没见到相似的项目（Github上一搜Witcher全都是mod），决定自己动手试一试。 核心部分的代码放在了里面，很多结果已经可视化，甚至不懂数据分析和python的同学也可以看。 洗数据的代码放在了里面

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：29360128
    • 提供者：weixin_42131424

  1. Python中文分词工具之结巴分词用法实例总结【经典案例】

  2. 本文实例讲述了Python中文分词工具之结巴分词用法。分享给大家供大家参考，具体如下： 结巴分词工具的安装及基本用法，前面的文章《Python结巴中文分词工具使用过程中遇到的问题及解决方法》中已经有所描述。这里要说的内容与实际应用更贴近——从文本中读取中文信息，利用结巴分词工具进行分词及词性标注。 示例代码如下： #coding=utf-8 import jieba import jieba.posseg as pseg import time t1=time.time() f=open(t_

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：111616
    • 提供者：weixin_38535848