使用词图方法与词袋方法进行文本分类
介绍
该项目的目标是使用向量空间模型对一定数量的文本进行分类，向量空间模型是文档的空间表示形式。 每个文档都可以描述为具有一定数量特征的矢量，每个特征对应于训练词汇集中的特定单词。 所使用的数据集是经过预处理的路透数据集，其中包含5,495个培训文档和2,189个测试文档，并带有8个不同的标签。 预处理已用于将标记化，停用词删除和词干应用于初始文本。 笔记本中描述的方法背后的想法是构造“智能”文档术语矩阵，即大小为n×m的矩阵，其中n是文档数，m是要素数，选择“正确的”权重进行填充在这些矩阵中。 “好”的权重可以区分不同的文本标签，并且对于将要使用的任何学习算法都将有很大的帮助。
词袋与词图
在通常的单词表示法包中，不考虑文本中不同单词之间的顺序； 它是使用TfidfVectorizer在此处构建的。 与单词袋表示法不同，单词图表示法根据单词在文本中的位
2021-10-31 20:04:50
948KB
1
Words ，Java开发版本，word转PDF和图片， 15.8.0的版本，无水印,，限下载学习试用。
2021-10-29 09:35:48
10.22MB
1
这个是已经破解好的 直接下载就可以用了 本人只是提供技术分享 学习使用 不得用于商业 请支持正版
2021-10-28 10:46:52
9.31MB
1
敏感词过滤 python3
测试过滤效果
python -m speachless.test
输出json文件 至 dist
python -m speachless.sensitive_tree
简介
speachless/lib 敏感词库, 三个种类，涉政, 色情, 自定义.
speachless/sensitive_tree.SensitiveTree 根据词库中的敏感词构造检测tree
speachless/sensitive_filter.SensitiveFilter 检测输入内容是否与敏感词匹配
使用
git archive master | tar -x -C /project/xxx/speachless
** 应该将以下对象 作为全局变量避免每次重新初始化 tree 造成额外开销 **
** 当导入外部词库时， 应避免词库中存在特殊字符**
sensit
2021-10-25 20:03:07
10KB
1
aspose words for java 15.12.0最新完美破解版，无水印无文件大小限制，无使用时间限制。由于aspose比较吃内存，操作大一点的文件就会堆溢出，所以请先设置好java虚拟机参数：-Xms512m -Xmx512m(参考值)。如果亲们在使用过程中有任何问题，请在楼下回复即可。本人亲自破解，内含Eclipse工程，直接导入Eclipse就能运行demo。适用于jdk6.0的环境，免费下载！警告：请勿用于商业用途，仅供学习研究，如有任何版权纠纷，本人概不负责！
2021-10-22 11:49:19
9.76MB
1
Aspose.Words是一个商业.NET类库，可以使得应用程序处理大量的文件任务。Aspose.Words支持Doc，Docx，RTF，HTML，OpenDocument，PDF，XPS，EPUB和其他格式。使用Aspose.Words可以在不使用Microsoft.Word的情况下生成、修改、转换和打印文档。
2021-10-21 21:05:30
9.24MB
1
使用破解后的aspose.words for java,实现.doc文档转为.docx问题，不丢失任何文档内容
2021-10-21 10:35:55
7.46MB
1
项目中需要用到的license文件
Aspose.Total for Java
Aspose.Words for Java
Enterprise
20991231
20991231
8bfe198c-7f0c-4ef8-8ff0-acc3237bf0d7
sNLLKGMUdF0r8O1kKilWAGdgfs2BvJb/2Xp8p5iuDVfZXmhppo+d0Ran1P9TKdjV4ABwAgKXxJ3jcQTqE/2IRfqwnPf8itN8aFZlV3TJPYeD3yWE7IT55Gz6EijUpC7aKeoohTb4w2fpox58wWoF3SNp6sK6jDfiAUGEHYJ9pjU=
2021-10-21 09:49:33
9.41MB
1