对于AMIC RF A7105的使用者肯定有帮助。欢迎大家交流。
2024-04-09 14:30:12 982KB A7105
1
CiteSpace中文指南(第5版)共88页.pdf.zip
2024-04-09 11:08:09 3.51MB
1
分文标签和数据两类,其中标签为1的是垃圾短信,标签为0的是正常短信 伪基站电信诈骗中文短信数据集 伪基站(Fake-base-station,FBS)是一种高科技仪器,一般由主机和笔记本电脑组成,通过短信群发器、短信发信机等相关设备能够搜取以其为中心、一定半径范围内的手机卡信息,通过伪装成运营商的基站,任意冒用他人手机号码强行向用户手机发送诈骗、广告推销等短信。 本数据集包含了来自国内真实伪基站发送的 14,000 条垃圾/诈骗短信,研究人员手动将其分为 14 个类别。出于隐私考虑,消息中的所有联系人都是匿名的。通过对 FBS 垃圾信息生态系统中主题策略的大规模理解和探索,可以完善垃圾邮件的防御机制。 作者:跨象乘云 https://www.bilibili.com/read/cv17389821/ 出处:bilibili
2024-04-08 17:29:36 699KB 数据集
1
欧盟GDPR 中文版,材料来自互联网,加了目录,方便查阅
2024-04-08 16:49:35 420KB GDPR
1
#CKIP_Client CKIP_Client是连接研发之与的Ruby程式界面。感谢中央研究院多年来之研究成果! 安装Installation 请先至中文断词系统或中文剖析系统申请:帐号/密码再安装本Gem gem install ckip_client 安装完成后至Gem所在资料夹中修改帐号密码资料。资料夹位置通常在:/usr/local/lib/ruby/gems/1.9.1/gems/进入:ckip_client-0.0.5/lib/config/于segment.yml 档案中输入中文断词系统之帐号密码,于parser.yml 档案中输入中文剖析系统之帐号密码,至此安装设定就绪。 使用Usage 将文章断词: CKIP.segment( text ) 剖析文章: CKIP.parser( text ) 也可以让输出结果滤除词性资料,在输入时加入第二个参数'neat' C
2024-04-08 16:39:13 5KB Ruby
1
随着工业时代越来越先进,工业设备开始慢慢引进secs/gem 这个东西,最开始,这个协议是在半导体设备中使用,但是随着其协议的功能不断完善,设备行业里面越来越多的设备用到了这个协议,而网上关于这个协议的介绍文章较少,而且比较分散,而且介绍不尽详细,因而作者整理了一份针对secs/gem 的资源文档,本资源共用10章节内容详细解释了secs功能。 第一章 介绍 3 1.1 SECS/GEM降低了设备集成成本 3 1.2 SECS/GEM适用于所有制造设备 4 1.3 使用SECS/GEM接口可以支持无数的应用程序 5 1.4 SECS/GEM非常有效地使用网络带宽 5 1.5 SECS/GEM获得业界的大力支持 5 1.6 数据密度小 6 1.7 无数据翻译 12 1.8 环路保证 13 1.9安全 13 第二章 消息日志 13 第三章 SECS的常用术语解释: 16 第四章 Streams and Functions 基础介绍 17 4.1 系统保留与自定义 18 4.2 Stream 的分类 18 4.3 更详细的指令含义 20 4.4 指令的使用场景和用法 27........
2024-04-08 15:56:43 955KB
1
1:解压后,直接把Fiddler2这个文件夹拷贝,粘贴到任意一个盘下面, 2:点击打开Fiddler2这个文件夹,然后点击Fiddler4.6汉化版,就可以使用了。
2024-04-08 15:15:23 1.71MB fiddler
1
Max260/261/262芯片中文资料 一份不错的资料···
2024-04-08 11:02:46 2.18MB Max260
1
EPKS功能块中文说明书,功能块说明,操作详解,
2024-04-07 23:24:44 6.32MB
1
本项目使用 GPT2-Chinese 的模型将wiki中文的数据导入模型训练了通用模型。 将GPT2-chitchat的对话任务稍作修改来适用于中文摘要任务。 将通用模型的权重应用在摘要问题上进行进一步训练的。 GPT2-Chinese 参考:https://github.com/Morizeyao/GPT2-Chinese GPT2-chitchat参考:https://link.zhihu.com/?target=https%3A//github.com/yangjianxin1/GPT2-chitchat 项目工作流程详见:https://zhuanlan.zhihu.com/p/113869509 本项目为GPT2-chitchat稍作修改的内容,在此也感谢大佬的分享。 由于NLPCC的摘要数据为新闻语料,涉及话题和内容较多,应用在垂直领域下效果会好一些。
2024-04-07 20:01:34 482KB gpt2 智能写作 NLP 自然语言处理
1