《数学之美》让我改变了对数学刻板的印象，我一直都不知道数学研究得那么深入，到底有什么作用。但是经过这一次阅读，我发现数学之美可以通过信息技术直接具体地展示在人们面前。我们在解决一些问题上，一个优秀的模型对于解决问题来说实在太重要了。 我先介绍两个我觉得比较有意思的应用吧！首先是数学在中文分词中的意义 ...
分类：
其他好文 时间：
2019-09-10 20:53:27
阅读次数：
95
数学之美观后感谈谈中文分词读后感 不简单的美 简单、高效，一直是人们追捧着的事物，人们讨厌麻烦的事物，希望简洁可以取缔一切。可汉字不同，纵使你万般精简，也褪去不了她独有的魅力。一句话，常常可以分隔成多个部分，每一部分可以比作一个颗粒，然后一个颗粒，一个颗粒的加工、细化。但是汉字不同，有时，相同的颗粒 ...
分类：
其他好文 时间：
2019-09-08 22:25:24
阅读次数：
164
一、数据挖掘 中文分词 ? 一段文字不仅仅在于字面上是什么，还在于怎么切分和理解。? 例如： – 阿三炒饭店： – 阿三 / 炒饭 / 店 阿三 / 炒 / 饭店? 和英文不同，中文词之间没有空格，所以实现中文搜索引擎，比英文多了一项分词的任务。? 如果没有中文分词会出现： – 搜索“达内”，会出现 ...
分类：
其他好文 时间：
2019-09-04 09:35:50
阅读次数：
108
今天我将介绍20个属于我常用工具的Python库，我相信你看完之后也会觉得离不开它们。他们是： Requests.Kenneth Reitz写的最富盛名的http库。每个Python程序员都应该有它。 Scrapy.如果你从事爬虫相关的工作，那么这个库也是必不可少的。用过它之后你就不会再想用别的同类 ...
分类：
编程语言 时间：
2019-08-27 19:11:18
阅读次数：
80
分词器是用来实现分词的，从一串文本当中切分出一个一个的单词（词条），并对每个词条进行标准化处理（大小写、单复数、同义词等转换）。分词器包括3部分： 1、character filter：分词之前的预处理，过滤掉html标签，特殊符号转换等。 2、tokenizer：分词， 3、token filte ...
分类：
其他好文 时间：
2019-08-24 18:20:07
阅读次数：
83
问题1：jieba中文分词的原理？ 问题2：HMM在jieba中的应用？ 问题3：HMM在其他行业内有何应用？ 首先学一个东西的第一步应该先看官网https://github.com/fxsjy/jieba 官网给出jieba中应用到的算法有： 基于前缀词典实现高效的词图扫描，生成句子中汉字所有可能 ...
分类：
其他好文 时间：
2019-08-22 01:13:57
阅读次数：
242
一、前言 为什么要在elasticsearch中要使用ik这样的中文分词呢，那是因为es提供的分词是英文分词，对于中文的分词就做的非常不好了，因此我们需要一个中文分词器来用于搜索和使用。 二、IK分词器的安装和使用 2.1、安装ik 我们可以从官方github上下载该插件，我们下载对应于我们使用的e ...
分类：
其他好文 时间：
2019-08-21 00:03:11
阅读次数：
114
1，下载插件压缩包（本地测试建议用迅雷下，生产用的绝对不要用迅雷下），链接地址：https://github.com/medcl/elasticsearch-analysis-ik/releases/tag/v7.3.0 2，在 elasticsearch-7.3.0\plugins 目录下新建一个 ...
通用爬虫和聚焦爬虫 一、通用爬虫 通用网络爬虫是捜索引擎抓取系统（Baidu、Google、Yahoo 等）的重要组成部分。主要目的是将互联网上的网页下载到本地，形成一个互联网内容的镜像备份。 二、通用搜索引擎（Search Engine）工作原理 通用网络爬虫 从互联网中搜集网页，采集信息，这些网 ...
分类：
其他好文 时间：
2019-08-19 22:44:08
阅读次数：
102
汉字是智慧和想象力的宝库。 ——索尼公司创始人井深大 简介 在英语中，单词就是“词”的表达，一个句子是由空格来分隔的，而在汉语中，词以字为基本单位，但是一篇文章的表达是以词来划分的，汉语句子对词构成边界方面很难界定。例如：南京市长江大桥，可以分词为：“南京市/长江/大桥”和“南京市长/江大桥”，这个 ...
分类：
其他好文 时间：
2019-08-11 17:14:13
阅读次数：
129
