一、算法简介 1、原理 Bag-of-Words模型源于文本分类技术，在信息检索中，它假定对于一个文本，忽略其词序和语法、句法。Bag-of-words词袋模型最初被用在信息检索领域，对于一篇文档来说，假定不考虑文档内的词的顺序关系和语法，只考虑该文档是否出现过这个单词。 Bag-of-Featur ...
分类：
其他好文 时间：
2020-05-25 00:03:23
阅读次数：
66
背景 文本分类属于文本挖掘。文本挖掘从已知文本提取未知的知识，即从非结构的文本中提取知识。文本挖掘主要领域：搜索和信息检索；文本聚类；文本分类；Web挖掘；信息抽取；自然语言处理；概念提取。[1] 搜索和信息检索：存储和文本文档的检索，包括搜索引擎和关键字搜索。 文本聚类：使用聚类方法，对词汇，片段 ...
分类：
其他好文 时间：
2020-05-14 23:50:55
阅读次数：
113
机器学习(ML),自然语言处理(NLP),信息检索(IR)等领域,评估(Evaluation)是一个必要的 工作,而其评价指标往往有如下几点:准确率(Accuracy),精确率(Precision),召回率(Recall)和F1-Measure。 TP: Ture Positive 把正的判断为正的 ...
分类：
其他好文 时间：
2020-05-05 23:09:28
阅读次数：
2016
简介 字符串的模式匹配是对字符串的基本操作之一，广泛应用于生物信息学、信息检索、拼写检查、语言翻译、数据压缩、网络入侵检测等领域，如何简化其复杂性一直是算法研究中的经典问题。字符串的模式匹配实质上就是寻找模式串P是否在主串T 中，且其出现的位置。我们对字符串匹配的效率的要求越来越高， 应不断地改良模 ...
分类：
编程语言 时间：
2020-04-30 21:15:28
阅读次数：
77
电梯演讲内容： 各位领导/投资人/用户/合作伙伴： 我们的产品叫校园百晓生，是为了解决 学生获取校园信息与分享信息 的痛苦, 他们需要 随时了解校园动态以及获取自己想要的校园信息并且同时可以发布自己的分享信息, 但是现有的方案并没有很好地解决这些需求，我们有独特的办法就是：校园信息整和与信息检索还有 ...
分类：
其他好文 时间：
2020-04-11 20:14:37
阅读次数：
64
中文开源知识图谱： （1）中文通用百科知识图谱（CN-DBpedia） 介绍 CN-DBpedia是由复旦大学知识工场实验室研发并维护的大规模通用领域结构化百科，其前身是复旦GDM中文知识图谱。 CN-DBpedia主要从中文百科类网站（如百度百科、互动百科、中文维基百科等）的纯文本页面中提取信息， ...
分类：
其他好文 时间：
2020-02-18 20:25:47
阅读次数：
126
一、多模态智能信息检索技术设计1.设计检索的框架流程，设计检索评估方法完成的任务：用户搜索“苹果”，在限定性语境中，如何做到用户是需要找“苹果手机”，而不是水果“苹果”系统输入：一个关键词 输出：同输入词相关的若干词汇（可能是用户需要的敏感词汇）预计出现的问题： 1）输出相似或相关词汇由于模型的误判 ...
分类：
其他好文 时间：
2020-02-14 18:53:47
阅读次数：
102
Stemmers 在英语中，一个单词常常是另一个单词的“变种”，如：happy= happiness，这里happy叫做happiness的词干（stem）。在信息检索系统中，我们常常做的一件事，就是在Term规范化过程中，提取词干（stemming），即除去英文单词分词变换形式的结尾。 本文主要介 ...
分类：
其他好文 时间：
2020-02-02 13:30:24
阅读次数：
108
网络信息检索函数 man gethostbyname 1 #include <netdb.h> 2 extern int h_errno; //错误号 3 4 //name一般为域名，通过域名获取主机相关信息 5 struct hostent *gethostbyname(const char *n ...
分类：
其他好文 时间：
2020-01-28 14:04:29
阅读次数：
90
在金融领域，NLP技术的作用主要在于自动从海量的宏观、行业、微观资讯中发现、分析并整合与各类决策相关的信息。知识图谱在金融中有多项应用，首先通过信息检索技术获取相关文本，然后借语义分析技术从非结构化文本中提取结构化的信息，最后将这些信息加以提炼，并且使之关联到未来可能的发展趋势，从而为预测和决策提供有价值的及时信息。智能金融应用是通过知识图谱相关技术从招股书、年报、公司公告、券商研究报告、新闻等半
分类：
其他好文 时间：
2020-01-04 01:13:09
阅读次数：
103
