在逐渐步入DT（Data Technology）时代的今天，自然语义分析技术越发不可或缺。对于我们每天打交道的中文来说，并没有类似英文空格的边界标志。而理解句子所包括的词语，则是理解汉语语句的第一步。汉语自己主动分词的任务，通俗地说。就是要由机器在文本中的词与词之间自己主动加上空格。 一提到自己主动 ...
分类：
其他好文 时间：
2017-06-28 18:37:30
阅读次数：
214
我们使用数据库的时候，如果查询条件太复杂，则会涉及到很多问题 1、无法维护，各种嵌套查询，各种复杂的查询，想要优化都无从下手 2、效率低下，一般语句复杂了之后，比如使用or，like %,,%查询之后数据库的索引就没有办法利用到了，这个时候的搜索就会全表扫描，数据量少的时候可能性能还能接受，但是数据 ...
分类：
其他好文 时间：
2017-06-18 15:50:45
阅读次数：
125
参考博客： http://blog.csdn.net/ayi_5788/article/category/6348409 分页： http://blog.csdn.net/hu948162999/article/details/41209699 1、 什么是中文分词 学过英文的都知道，英文是以单词为 ...
分类：
Web程序 时间：
2017-06-14 18:46:15
阅读次数：
322
Sphinx是由俄罗斯人Andrew Aksyonoff开发的一个全文检索引擎。意图为其他应用提供高速、低空间占用、高结果 相关度的全文搜索功能。Sphinx可以非常容易的与SQL数据库和脚本语言集成。当前系统内置MySQL和PostgreSQL 数据库数据源的支持，也支持从标准输入读取特定格式 的 ...
分类：
数据库 时间：
2017-06-13 23:54:57
阅读次数：
423
英文分词的第三方库NLTK不错，中文分词工具也有很多(盘古分词、Yaha分词、Jieba分词等)。但是从加载自定义字典、多线程、自动匹配新词等方面来看。大jieba确实是中文分词中的战斗机。 请随意观看表演 安装 分词 自定义词典 延迟加载 关键词提取 词性标注 词语定位 内部算法 安装 分词 3种 ...
分类：
其他好文 时间：
2017-06-13 21:45:19
阅读次数：
218
原文：http://blog.csdn.net/k21325/article/details/53052855 摘要：为解决中文搜索的问题，最开始使用PHP版开源的SCWS，但是处理人名和地名时，会出现截断人名地名出现错误。开始使用NLPIR分词，在分词准确性上效果要比SCWS好。本文介绍如何在wi ...
分类：
编程语言 时间：
2017-06-10 15:16:16
阅读次数：
218
https://mp.weixin.qq.com/s/P-a-n1PsBL5hLZWVxyuLQw 「论文访谈间」是由 PaperWeekly 和中国中文信息学会青工委联合发起的论文报道栏目，旨在让国内优质论文得到更多关注和认可。 这是第 6 期「论文访谈间」 论文作者 | 陈新驰、施展、邱锡鹏、黄 ...
分类：
其他好文 时间：
2017-06-05 19:24:16
阅读次数：
586
烦烦烦( ˇ?ˇ ) http://www.oschina.net/p/jieba/ 搬运工。。。。。 jieba "结巴"中文分词：做最好的Python中文分词组件 "Jieba"。 Feature 支持三种分词模式： 精确模式，试图将句子最精确地切开，适合文本分析； 全模式，把句子中所有的可以成 ...
分类：
其他好文 时间：
2017-06-04 13:43:06
阅读次数：
286
Stanford NLP tools提供了处理中文的三个工具，分别是分词、Parser 具体参考： http://nlp.stanford.edu/software/parser-faq.shtml#o 1.中文分词 这个包比较大，运行时候需要的内存也多，因而如果用eclipse运行的时候需要修改虚 ...
分类：
其他好文 时间：
2017-05-29 14:37:38
阅读次数：
221
安装maven打包工具wgethttp://mirror.bit.edu.cn/apache/maven/maven-3/3.3.9/binaries/apache-maven-3.3.9-bin.tar.gz
tar-xfapache-maven-3.3.9-bin.tar.gz
mvapache-maven-3.3.9/usr/local/data/apache-maven
vim/etc/profile
exportMAVEN_HOME=/usr/local/data/apache-mave..
分类：
其他好文 时间：
2017-05-26 21:46:17
阅读次数：
1340
