一、中文分词：分词就是利用计算机识别出文本中词汇的过程。
1.典型应用：汉字处理：拼音输入法、手写识别、简繁转换 ；信息检索：Google 、Baidu ；内容分析：机器翻译、广告推荐、内容监控
；语音处理：语音识别、语音合成 。 2.分词难点：歧义、新词等。 3.分词技术：机械分词（查词典FMM/...
分类：
其他好文 时间：
2014-06-07 06:04:35
阅读次数：
511
-vmD:/jdk-6u17-windows-i586/jdk1.6.0_17/bin/javaw.exe-startupplugins/org.eclipse.equinox.launcher_1.3.0.v20120522-1813.jar-nlen_US--launcher.librarypl...
分类：
系统相关 时间：
2014-06-03 06:36:03
阅读次数：
260
Lucene是一个高性能的java全文检索工具包，它使用的是倒排文件索引结构。该结构及相应的生成算法如下：
0）设有两篇文章1和2 文章1的内容为：Tom lives in Guangzhou,I live in Guangzhou too. 文章2的内容为：He
once lived i...
分类：
其他好文 时间：
2014-05-31 15:14:01
阅读次数：
302
package index;import java.io.File;import
java.io.IOException;import
org.apache.lucene.analysis.standard.StandardAnalyzer;import
org.apache.lucene.docu...
分类：
其他好文 时间：
2014-05-29 22:51:15
阅读次数：
317
TokenStream是一个能在被调用后产生语汇单元流的类，但是 TokenStream
类有两个不同的类型：Tokenizer 类和 TokenFilter 类。这两个类都是从抽象类TokenStream类继承而来。 Tokenizer
对象通过Java.io.Reader 对象读取字符...
分类：
其他好文 时间：
2014-05-29 15:01:26
阅读次数：
551
问题：ERRORorg.springframework.web.context.ContextLoader:(ContextLoader.java:215)-Contextinitializationfailedorg.springframework.beans.factory.BeanCreati...
分类：
其他好文 时间：
2014-05-26 20:17:33
阅读次数：
205
Alfresco 是一个开源的企业内容管理系统(ECM)，功能相对于微软的SharePoint,
Documentum与FileNet这样的产品。 支持多国语言， 支持LDAP, NTLM, Kerberos，活动目录，支持与Ms
Sharepoint，Google Docs的集成， 跨平台，支持W...
分类：
其他好文 时间：
2014-05-25 22:03:04
阅读次数：
525
Lucene.net是一个搜索引擎的框架，它自身并不能实现搜索，需要我们自己在其中实现索引的建立，索引的查找。所有这些都是根据它自身提供的API来实现。Lucene.net本身是基于java的，但是经过翻译成.ne版本的，可以在ASP.net中使用这个来实现站内搜索。
要实现基于汉语的搜索引擎，首先的要实现汉语的分词。目前网上大部分都是利用已经有的盘古分词来实现的分词系统，但是...
分类：
Web程序 时间：
2014-05-25 21:40:26
阅读次数：
512
分词系统建立完毕，这是基础也是核心，后面我们建立索引要用到分词系统。
下面依次讲解索引的建立，索引的查找。
分词系统建立完毕，这是基础也是核心，后面我们建立索引要用到分词系统。下面依次讲解索引的建立，索引的查找。
索引的建立采用的是倒排序，原理就是遍历所有的文本，对其进行分词，然后把分的词汇建立索引表。形式类似如下：
词汇 出现词汇的篇章1，篇章2，...
分类：
Web程序 时间：
2014-05-25 20:58:39
阅读次数：
413
(1)
你需要精通面向对象分析与设计(OOA/OOD)、涉及模式(GOF，J2EEDP)以及综合模式。你应该了解UML，尤其是class，object，interaction以
及statediagrams。 (2) 你需要学习JAVA语言的基础知识以及它的核心类库(collections，seri...
分类：
编程语言 时间：
2014-05-25 18:44:20
阅读次数：
268
