搭建SolrCloud ，zookeeper ，HDFS ，IK中文分词器，注意事项...
分类：
其他好文 时间：
2014-11-04 15:08:28
阅读次数：
628
1 #!/usr/bin/env python 2 #encoding=gbk 3 import os 4 import sys 5 6 G_ENCODING="gbk" 7 """ 8 =============================== 9 中文分词 10 1. ...
分类：
编程语言 时间：
2014-10-30 18:38:30
阅读次数：
228
酒店评论情感分析系统（五）——【整合】基于机器学习的酒店评论文本倾向性分析本文主要是对之前的第三、四节所介绍的各分块进行整合。流程：对GUI界面输入的评论文本，先进行中文分词和去停用词，然后再按“环境，价格，卫生，服务”四个方面分类；同时通过调用LingPipe中的DynamicLMClassifi...
分类：
其他好文 时间：
2014-10-24 21:59:45
阅读次数：
252
============问题描述============ 最近的安卓开发中需要用到中文分词，就用了中科院的这个分词系统，但是按java应用程序方法引入API中的文件（DATA，ICTCLAS，Configure）等程序总会报错，请问有人在安卓平台上用过吗？麻烦告诉我该如何引用，如果有别的分词系统使用...
分类：
移动开发 时间：
2014-10-20 22:37:37
阅读次数：
236
酒店评论情感分析系统（三）——将分词和去停用词后的评论文本基于“环境、卫生、价格、服务”分类思想：将进行了中文分词和去停用词之后得到的词或短语按序存在一个数组（iniArray）中，从中找出所有和“环境、卫生、价格、服务”四个方面相关的词或短语，并记录下其位置信息（sortRefNum）。然后按照位...
分类：
其他好文 时间：
2014-10-20 20:53:44
阅读次数：
311
问题WordPress的搜索功能非常简陋，如果用户搜索“日语综合教程第六册”，WordPress会机械地构造一个wp_posts.post_title LIKE '%日语综合教程第六册%'的SQL查询送到数据库里，结果十有八九找不到任何文章。因为我的文章里并没有直接出现这种句子，我一般给“日语综合教...
分类：
其他好文 时间：
2014-10-19 14:11:18
阅读次数：
302
转自：http://www.cnblogs.com/lvpei/archive/2010/08/04/1792409.html中文分词基本算法主要分类基于词典的方法、基于统计的方法、基于规则的方法、（传说中还有基于理解的-神经网络-专家系统，按下不表）1、基于词典的方法（字符串匹配，机械分词方法）定...
分类：
编程语言 时间：
2014-10-18 16:51:52
阅读次数：
273
在本系列的前面一篇文章中, 我们介绍了中文分词. 因为"中文"这门语言主要是"词语"表达的语言, 一个句子中间没有空格停顿, 所以我们在分析处理一段话, 或者一篇文章时, 总是把每一个句中根据最合适的语境拆分成一系列的短语, 其实这个过程就是我们所说的中文分词. 但是在有些语言中我们并不能总是把一句...
分类：
其他好文 时间：
2014-10-18 01:54:01
阅读次数：
250
目前我常常使用的分词有结巴分词、NLPIR分词等等最近是在使用结巴分词，稍微做一下推荐，还是蛮好用的。一、结巴分词简介利用结巴分词进行中文分词，基本实现原理有三：基于Trie树结构实现高效的词图扫描，生成句子中汉字所有可能成词情况所构成的有向无环图（DAG)采用了动态规划查找最大概率路径, 找出基于...
分类：
编程语言 时间：
2014-10-17 23:14:23
阅读次数：
319
搜索引擎Solr4.10.1笔记（二）——IK Analyzer中文分词
