1. Schema.xml 在schema.xml文件中，主要配置了solrcore的一些数据信息，包括Field和FieldType的定义等信息，在solr中，Field和FieldType都需要先定义后使用。 1.1 Filed（定义Field域） Name：指定域的名称 Type：指定域的类型 ...
分类：
其他好文 时间：
2017-10-15 19:44:24
阅读次数：
148
一、安装。 去github下下载对应的ik版本: https://github.com/medcl/elasticsearch-analysis-ik/releases，并解压到对应的安装路径：../elasticsearch-5.5.3/plugin/ 使用elasticsearch-plugin ...
分类：
其他好文 时间：
2017-09-28 20:44:09
阅读次数：
1256
上次爬取的爸爸、妈妈、老师和自己的作文，利用sklearn.neighbors.KNeighborsClassifier进行分类。 数据散点图如下所示： ??? knn分类结果的混淆矩阵图如下所示： ...
分类：
编程语言 时间：
2017-09-01 09:52:15
阅读次数：
322
参考文献: http://www.cnblogs.com/yjf512/p/4789239.html ...
分类：
其他好文 时间：
2017-08-30 15:48:54
阅读次数：
294
自定义fieldType时，通常还会用到filter。filter必须跟在tokenizer或其它filter之后。如： Solr 提供了很多的filter，具体如下： 1. ASCII Folding Filter 2. Beider-Morse Filter 3. Classic Filter ...
分类：
其他好文 时间：
2017-08-29 16:26:12
阅读次数：
163
在工作中，经常需要解析不同类型的文件，常用的可能就是正则表达式了，简单点的，可能会使用awk。这里要推荐一种比较小众的方式，使用pyparsing来解析文件。 pyparsing可以做些什么呢？主要可以相当方便地定制自己的tokenizer，因此可以很容易拓展，实现自己的parser 下面看一个tr ...
分类：
其他好文 时间：
2017-07-07 00:48:40
阅读次数：
236
laravel一.简介二.运行环境要求 1.php 版本>=5.5.9 2.Mcrypt PHP扩展 php的加密扩展,提供多种加密算法 3.openssl扩展 对传输的数据进行加密 4.mbstring扩展 提供了针对多字节字符串的函数,能够帮助处理php多字节编码 5.Tokenizer PHP ...
分类：
其他好文 时间：
2017-05-15 22:29:36
阅读次数：
264
分词器的核心类： Analyzer:分词器 TokenStream: 分词器做优点理之后得到的一个流。这个流中存储了分词的各种信息，能够通过TokenStream有效的获取到分词单元。 下面是把文件流转换成分词流（TokenStream）的过程 首先，通过Tokenizer来进行分词，不同分词器有着 ...
分类：
Web程序 时间：
2017-04-30 17:17:16
阅读次数：
190
lucene4.0版本号以后 已经用TokenStreamComponents 代替了TokenStream流。里面包含了filter和tokenizer 在较复杂的lucene搜索业务场景下，直接网上下载一个作为项目的分词器，是不够的。那么怎么去评定一个中文分词器的好与差：一般来讲。有两个点。词库 ...
分类：
Web程序 时间：
2017-04-30 12:35:14
阅读次数：
152
怎么理解token,tokenize,tokenizer？（https://zhidao.baidu.com/question/265411985659520925.html） 这只是当个人笔记使用 ...
分类：
其他好文 时间：
2017-04-28 10:25:34
阅读次数：
171
