eclosedadj.被附上的;（用墙等）围住的;封闭的;与外界隔绝的;v.（用墙、篱笆等）把…围起来( enclose的过去式和过去分词 );把…装入信封;附入;（尤指墙、篱笆等 ）围住;bracesn.吊带，背带;托架( brace的名词复数 );箍子;括弧;（儿童）牙箍;v.支住( brace...
分类：
其他好文 时间：
2014-11-03 15:59:19
阅读次数：
220
汉字注音
在平时应用中，可能会有这样的需求：要给一些中文进行自动注音。这个程序就是根据这个需求实现的。
思想
汉字注音程序的思想主要是依赖一些已有的常用词的注音词表。对于给定的需要注音的汉字串text，首先对text进行分词。这里的分词方法采用了正向最大匹配和逆向最大匹配想结合的方法。然后根据注音词表中每个词是某个音的概率，得到一个最大可能的注音结果。
思想很简单，...
分类：
其他好文 时间：
2014-11-01 20:34:23
阅读次数：
337
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
分词系统简介：PHPAnalysis分词程序使用居于unicode的词库，使用反向匹配模式分词，理论上兼容编码更广泛，并且对utf-8编码尤为方便。 由于PHPAnalysis是无组件的系统，因此速度会比有组件的稍慢，不过在大量分词中，由于边分词边完成词库载入，因此内容越多，反而会觉得速度越快，这是...
分类：
Web程序 时间：
2014-10-27 19:07:11
阅读次数：
1065
结合jcseg以及pinyinTokenFilter实现搜索系统常见功能缩写搜索。...
分类：
Web程序 时间：
2014-10-27 12:55:14
阅读次数：
398
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
搜集了一些资料，与同学一起进行了简单的測试，总结例如以下。分词工具特点支持语言原理词典及扩展性StandardAnalyzer中文、英文（unicode）中文：单字符切分英文：依据空格切分ChineseAnalyzer中文，不支持中文和英文及数字混合的文本分词按字分词,与StandardAnalyz...
分类：
其他好文 时间：
2014-10-24 20:43:52
阅读次数：
270
代码中值得肯定的地方： 1.尝试使用了正则表达式，正确地解决了分词的问题 2.扫描文件的时候，使用c#的EnumerateFiles类将符合条件的文件首先存入一个数组，这样的做法避免了在统计过程中递归访问子目录 3.代码的逻辑清晰，有高类聚、低耦合的意识，把有关功能聚集到了一起，不同功能的模块也进行...
分类：
其他好文 时间：
2014-10-24 00:06:38
阅读次数：
152
对中文资料进行自然语言处理时，我们会遇到很多其他语言不会有的困难，例如分词——汉语的词与词之间没有空格，那计算机怎么才知道“已结婚的和尚未结婚的”究竟是“已／结婚／的／和／尚未／结婚／的”，还是“已／结婚／的／和尚／未／结婚／的”呢？这就是所谓的分词歧义难题。不过，现在很多语言模型都已能比较漂亮地解...
分类：
编程语言 时间：
2014-10-23 20:44:05
阅读次数：
264
#!/usr/bin/python#encoding=gbkimport sysdictMaxLength = 5dctDict = {}encoding='gbk''''初始化字典、初始化最大词长'''def initDct(dct): global dctDict global dictMa.....
分类：
编程语言 时间：
2014-10-23 20:27:30
阅读次数：
267
