首先了解一下软件。 文章生成模板，只要又三个标签组成【标题】【关键词】【分词】 软件生成的文章格式和文字数量，都会根据模板的变化而变化，模板可以随意修改。 通过增加【分词】标签，可以增加单篇文章字数和段落数量。 通过穿插【关键词】标签，可以增加文章的关键词密度。 通过穿插【标题】标签，也可以起到同上 ...
分类：
其他好文 时间：
2019-11-11 12:50:38
阅读次数：
130
【节流】是【地铁门】,【防抖】是【电梯门】（：D） shaller于10:45:00 throttle英 [?θr?tl] 美 [?θrɑ?tl] v.使窒息;掐死;勒死n.节流阀;节流杆;风门;风门杆第三人称单数： throttles 复数： throttles 现在分词： throttling ...
分类：
其他好文 时间：
2019-11-09 11:57:28
阅读次数：
96
咨询行业中经常接触到文本类信息，无论是分词做词云图，还是整理编码分析用，都非常具有价值。 本文将记录使用scrapy框架爬取京东IPhone11评论的过程，由于一边学习一边实践，更新稍慢请见谅。 1.scrapy开始创建项目： scrapy startproject projectName 2. 进 ...
分类：
其他好文 时间：
2019-11-07 23:14:08
阅读次数：
152
IK分词器的使用 首先我们通过 发送 请求查询分词效果 得到如下结果，可以发现es的默认分词器无法识别中文中 、`银行`这样的词汇，而是简单的将每个字拆完分为一个词，这显然不符合我们的使用要求。 首先我们访问 https://github.com/medcl/elasticsearch analys ...
分类：
其他好文 时间：
2019-11-07 11:24:57
阅读次数：
77
http://pangusegment.codeplex.com PanGu.dll 调用方法 初始化 在进程启动时，我们需要对盘古分词进行初始化，初始化的调用代码如下： 默认方式初始化 PanGu.Segment.Init(); 这个调用将使用和 PanGu.dll 同路径下的 pangu.xml ...
分类：
其他好文 时间：
2019-11-06 14:56:38
阅读次数：
91
Elasticsearch也是基于Lucene的全文检索库，本质也是存储数据，很多概念与MySQL类似的。 对比关系： 索引（indices） Databases 数据库 ? 类型（type） Table 数据表 ? 文档（Document） Row 行 ? 字段（Field） Columns 列 ...
分类：
其他好文 时间：
2019-11-04 22:00:49
阅读次数：
106
前言： 最近在使用elasticSearch中发现有些数据查不出来，于是研究了一下，发现是分词导致的，现梳理并总结一下。 ElasticSearch 5.0以后，string类型有重大变更，移除了string类型，string字段被拆分成两种新的数据类型: text用于全文搜索的,而keyword用 ...
分类：
其他好文 时间：
2019-11-04 13:55:51
阅读次数：
180
阅读目录 回到顶部 1、jieba库基本介绍 (1)、jieba库概述 jieba是优秀的中文分词第三方库 - 中文文本需要通过分词获得单个的词语 - jieba是优秀的中文分词第三方库，需要额外安装 - jieba库提供三种分词模式，最简单只需掌握一个函数 (2)、jieba分词的原理 Jieba ...
分类：
编程语言 时间：
2019-11-03 22:05:59
阅读次数：
183
jieba库是Python中对中文分词效果比较好的一个库，最近正好看到MOOC上嵩天老师的课程，因此也跟着学了下 首先肯定需要安装jieba ，这个很简单，win+r cmd下运行以下代码即可，但是由于PY第三方库很多是国外源提供，速度比较慢，因此可能会出现报错等情况 新手们可以和我一样使用这样的方 ...
分类：
编程语言 时间：
2019-11-03 16:40:55
阅读次数：
71
一、BERT整体结构 BERT主要用了Transformer的Encoder，而没有用其Decoder，我想是因为BERT是一个预训练模型，只要学到其中语义关系即可，不需要去解码完成具体的任务。整体架构如下图： 多个Transformer Encoder一层一层地堆叠起来，就组装成了BERT了，在论 ...
分类：
其他好文 时间：
2019-11-03 14:43:43
阅读次数：
2446
