Github-zh 一个将 GitHub 翻译成中文的 Chrome 插件。

RISC-V-Reader-Chinese-v2p1.rar

Ansj中文分词 使用帮助 开发文档： ， 摘要 这是一个基于n-Gram + CRF + HMM的中文分词的java实现。 分词速度达到每秒钟大约200万字左右（mac air下测试），准确率能达到96％以上。 目前实现了中文分词，中文姓名识别，用户自定义词典，关键字提取，自动摘要，关键字标记等功能。 可以应用到自然语言处理等方面，适用于对分词效果要求高的各种项目。 专家 org.ansj ansj_seg 5.1.1 调用演示 如果你第一次下载只想测试测试效果可以调用这个简易接口 String str = "欢迎使用ansj_seg,(ansj中文分词)在这里如果你遇到什么问题都可以联系我.我一定尽我所能.帮助大家.ansj_seg更快,更准,更自由!" ; System.

华为终端模块产品设计中，虽然天线口与外接天线连接器switch 都是按50 ohm 设计 的，但由于分布参数影响工艺上很难做到刚好都是50 ohm，如果天线口与外接天线连 接器switch 的阻抗刚好能共轭匹配，将会获得最优的射频性能。所以在模板的天线口 与外接天线连接时要增加匹配网络，避免因射频通路上的阻抗不匹配而造成的反射和 损耗，以致降低了射频性能。 本设计指南介绍了使用终端模块产品时，射频天线口匹配的设计和调试方法。

自述文件{#mainpage} 评论员：杨光（ ） 欢迎使用OKVIS：打开基于关键帧的视觉惯性SLAM。 这是作者[1]和[3]的实现，在[2]中有更多结果。 [1] Stefan Leutenegger，Simon Lynen，Michael Bosse，Roland Siegwart和Paul Timothy Furgale。 使用非线性优化的基于关键帧的视觉惯性里程表。 国际机器人研究杂志，2015年。 [2] Stefan Leutenegger。 无人太阳能飞机：高效且鲁棒的自主运行的设计和算法。 博士学位论文，2014。 [3] Stefan Leutenegger，Paul Timothy Furgale，Vincent Rabaud，Margarita Chli，Kurt Konolige和Roland Siegwart。 使用非线性优化的基于关键帧的视觉惯

内网无法连接外网的时候可以直接将压缩包下载，解压后放到sublime的包资源文件夹下即可。 包资源文件夹可以通过，点击菜单 Preferences -> Browse Packages打开

ChineseNLP：中文NLP各领域的数据集，SOTA结果

zn 指针生成网络，中文数据集下生成摘要, 详情 改动的地方 原论文的指针生成网络，对于正文和摘要的特征抽取是采用单层(双向）的LSTM进行抽取的，我将其变为Bert的embedding的结构。模型的整体框架没有变动，但是工程上的处理进行了微调。（并非使用了Bert） 中文数据： 250万篇新闻( 原始数据9G，压缩文件3.6G；新闻内容跨度：2014-2016年) 或，密码:k265 tokenizer 新闻数据集的分词代码 new-point-generate-zh 指针生成网络在新闻数据集下的应用 运行 先是tokenizer python main.py --original_data_dir E:\0000_python\point-genge\point-generate\zh\data --tokenized_dir ./tokenized_single E:\0000_py

bert-base-chinese 0积分下载

中文问句分类数据集，可用于训练中文问句分类和句向量抽取等任务。