Substring with Concatenation of All WordsYou are given a string,S, and a list of words,L, that are all of the same length. Find all starting indices o...
分类：
其他好文 时间：
2014-12-18 22:14:15
阅读次数：
310
将句子的词反转，例如：Given s = "the sky is blue",return "blue is sky the".思路：就是从后面往前，找到非空格的长度，然后取到另一个串中。遍历一次就可以了。如下：class Solution {public: void reverseWords...
分类：
其他好文 时间：
2014-12-18 10:11:34
阅读次数：
148
Bag-of-wordBag-of-words模型是信息检索领域常用的文档表示方法。在信息检索中，BOW模型假定对于一个文档，忽略它的单词顺序和语法、句法等要素，将其仅仅看作是若干个词汇的集合，文档中每个单词的出现都是独立的，不依赖于其它单词是否出现。例如有如下两个文档：1：Boblikestopl...
分类：
其他好文 时间：
2014-12-17 17:59:43
阅读次数：
401
用srilm测试语言模型的表现时，结果报告中会给出两个ppl的值如下：ppl= 87.1826 ppl1= 113.915它们的计算公式为：ppl = 10^(-logprob / (words - OOVs + sentences))ppl1 = 10^(-logprob / (words - O...
分类：
其他好文 时间：
2014-12-17 10:44:15
阅读次数：
1891
NLP中常用的PTB语料库，全名Penn Treebank。Penn Treebank是一个项目的名称，项目目的是对语料进行标注，包括词性标注以及句法分析。语料来源为：1989年华尔街日报语料规模：1M words，2499篇文章语料价格：$1700Penn Treebank项目有两个发行版，Tre...
分类：
其他好文 时间：
2014-12-17 00:08:22
阅读次数：
1274
1 public class Words 2 { 3 public static Dictionary CountWords(string text) 4 { 5 Dictionary frequencies;//创建从单词到...
文本特征提取
词袋（Bag of Words）表征
文本分析是机器学习算法的主要应用领域。但是，文本分析的原始数据无法直接丢给算法，这些原始数据是一组符号，因为大多数算法期望的输入是固定长度的数值特征向量而不是不同长度的文本文件。为了解决这个问题，scikit-learn提供了一些实用工具可以用最常见的方式从文本内容中抽取数值特征，比如说：
标记（tokenizing）文本以及为每一...
分类：
其他好文 时间：
2014-12-16 11:46:54
阅读次数：
203
本文翻译自Elasticsearch官方指南的Proximity Matching一章。
邻近匹配(Proximity Matching)
使用了TF/IDF的标准全文搜索将文档，或者至少文档中的每个字段，视作"一大袋的单词"(Big bag of Words)。match查询能够告诉我们这个袋子中是否包含了我们的搜索词条，但是这只是一个方面。它不能告诉我们关于单词间关...
分类：
其他好文 时间：
2014-12-15 12:11:17
阅读次数：
205
恶趣味 阿斯顿alert(1);1 alert(1);try { Aspose.Words.Document doc = new Aspose.Words.Document(templateFile); ...
分类：
其他好文 时间：
2014-12-14 22:34:33
阅读次数：
318
AutoReplaceWhen enabled, you can define words that are automatically replaced with a replacement text. Pressing the Edit button allows you to edit the...
分类：
数据库 时间：
2014-12-14 13:12:31
阅读次数：
209
