本资源包含了本学期所上课程互联网搜索引擎的所有PPT完整版，里面很详细地讲解了聚类、分类、tfidf、倒排表、多媒体搜索等知识点，需要的可以自取！
2021-10-18 10:58:24
22.83MB
1
NLP之相似语句识别--特征工程篇:bow+tfidf+svd+fuzzywuzzy+word2vec-附件资源
2021-10-11 19:51:36
23B
1
1、run_cnews_classifier.py 原生bert实现的文本分类
原文链接：
2、run_tnews_classifier.py 基于keras_bert实现的文本分类
原文链接：
3、run_lcqmc_similarity.py 基于bert4keras实现的文本相似度计算
原文链接：
4、run_kashgari_classifier.py 基于kashgari实现的文本分类
原文链接：
5、run_ChineseDailyNerCorpus.py 基于kashgari + bert/albert实现的ner
原文链接：
6、Bert_Train.py 基于bert训练模型，并保存为pb格式
原文链接：
7、Bert_Predict.py requests调用tf serving中的bert模型
原文链接：
8、fastbert.py 基于fastbert实现文本分类
2021-09-09 19:11:30
6.44MB
1
基于Gensim的Python的文本分析方法：TFIDF LDA1、简介2、中文文本预处理3、Gensim文本挖掘3.1 TFIDF文本分析3.2 LDA文本分析4、总结
1、简介
文本数据的挖掘在当今互发达的联网环境下显得越来越具有价值，数据分析师Seth Grimes曾指出“80%的商业信息来自非结构化数据。本文以中文文本数据作为分析对象，针对中文文本存在的特征进行文本预处理，并调用Gensim工具包实现对文本的TFIDF建模已经LDA建模，从文本中抽取出的特征进行表征文本信息，可用于后续文本相似度、个性化推荐等研究。
2、中文文本预处理
首先，观察如下一条用户在网上所发表的评论：
不难
2021-09-01 15:19:46
104KB
1
Python中基于BERT，LDA和TFIDF的关键字提取
跳到： •••
kwx是用于基于Google的和多语言关键字提取的工具包。 该软件包提供了一套方法来处理不同语言的文本，然后从创建的语料库中提取和分析关键字（有关各种语言支持，请参阅 ）。 唯一的重点是允许用户确定输出中不包括哪些单词，从而允许他们使用自己的直觉来微调建模过程。
有关该过程和技术的全面概述，请参阅，并参考以获取有关模型和可视化方法的说明。
通过PyPi安装
kwx可以通过pip从pypi下载或直接从此存储库中获取：
pip install kwx
git clone https://github.com/andrewtavis/kwx.git
cd kwx
python setup.py install
import kwx
型号
实现的NLP建模方法包括：
伯特
表示法是基于在开源Wikipedia数据上
2021-08-16 09:26:44
5.21MB
1
基于MR实现的TFIDF相似度的计算过程，可以深刻理解mapreducer的过程同时了解TFIDF计算过程
2021-07-20 20:30:14
632KB
1