AGi18n ：https://github.com/angelolloqui/AGi18n可以简单地本地化你的iOS app，从代码和XIB文件中提取文本转化成可本地化的字符串，且不会改变XIB文件。THLabel ：https://github.com/MuscleRumble/THLabelT...
分类：
其他好文 时间：
2015-05-07 00:21:18
阅读次数：
164
cutcut命令可以从一个文本文件或者文本流中提取文本列。cut语法[root@www~]#cut-d‘分隔字符‘-ffielesfile_name<==用于有特定分隔字符[root@www~]#cut-c字符区间<==用于排列整齐的信息选项与参数：-d：后面接分隔字符。与-f一起使用；-f：依据-d的分隔字符将一段信息分割..
分类：
其他好文 时间：
2015-05-03 14:45:04
阅读次数：
107
《Lucene实战(第2版)》基于Apache的Lucene 3.0，从Lucene核心、Lucene应用、案例分析3个方面详细系统地介绍了Lucene，包括认识Lucene、建立索引、为应用程序添加搜索功能、高级搜索技术、扩展搜索、使用Tika提取文本、Lucene的高级扩展、使用其他编程语言访问...
分类：
Web程序 时间：
2015-03-17 17:23:40
阅读次数：
230
istream & istream :: get ( char * , int , char = '\n' ) ;istream & istream :: getline ( char * , int , char = '\n' ) ;作用：从文本中提取指定个数的字符，并在串数组末添加一个空字符其中...
分类：
编程语言 时间：
2015-03-14 19:54:57
阅读次数：
205
简介“结巴”中文分词的R语言版本，支持最大概率法（Maximum Probability）, 隐式马尔科夫模型（Hidden Markov Model）, 索引模型（QuerySegment）, 混合模型（MixSegment）, 共四种分词模式， 同时有词性标注，关键词提取，文本Simhash相似度比较等功能。项目使用了Rcpp和CppJieba进行开发。特性支持 Windows , Linux操...
分类：
编程语言 时间：
2015-02-17 11:42:32
阅读次数：
376
cut命令可以从一个文本文件或者文本流中提取文本列。cut语法[root@www ~]# cut -d '分隔字符' -f fields cat cut_test.txt root:x:0:0:root:/root:/bin/bash bin:x:1:1:bin:/bin:/sbin/nologi....
分类：
系统相关 时间：
2015-01-22 15:08:14
阅读次数：
144
有时我们经常会遇到这样一些问题：有一页电话号码薄，上面按顺序规则地写着人名、家庭住址、电话、备注等，此时我们只想取出所有人的名字和其对应的电话号码，你有几种方法可以实现呢？
确实这种纵向定位的方式用常规办法难以实现，这时，cut就可以大显身手了。
What’s cut?
子曰：cut命令可以从一个文本文件或者文本流中提取文本列。
命令用法：
cut -b list [-...
分类：
系统相关 时间：
2014-12-17 14:38:54
阅读次数：
259
文本特征提取
词袋（Bag of Words）表征
文本分析是机器学习算法的主要应用领域。但是，文本分析的原始数据无法直接丢给算法，这些原始数据是一组符号，因为大多数算法期望的输入是固定长度的数值特征向量而不是不同长度的文本文件。为了解决这个问题，scikit-learn提供了一些实用工具可以用最常见的方式从文本内容中抽取数值特征，比如说：
标记（tokenizing）文本以及为每一...
分类：
其他好文 时间：
2014-12-16 11:46:54
阅读次数：
203
文本特征向量 经典的向量空间模型(VSM: Vector Space
Model)由Salton等人于60年代提出，并成功地应用于著名的SMART文本检索系统。VSM概念简单,把对文本内容的处理简化为向量空间中的向量运算,并且它以空间上的相似度表达语义的相似度,直观易懂。当文档被表示为文档空间的向量...
分类：
其他好文 时间：
2014-06-07 06:02:47
阅读次数：
248
