LDA(Latent Dirichlet allocation)模型是一种常用而用途广泛地概率主题模型。其实现一般通过Variational inference和Gibbs Samping实现。作者在提出LDA模型时给出了其变分推理的C源码（后续贴出C++改编的类），这里贴出基于Python的第三方模块改写的LDA类及实现。
#coding:utf-8
import numpy as np
import lda
import lda.datasets
import jieba
import codecs
class LDA_v20161130():
def __init__(self,
2021-11-10 13:47:34
68KB
1
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.
2021-10-22 13:55:16
24.13MB
1
本插件名称为SEG，全称Second Effect Group，版本0.0.3.2。本插件完全免费，可下载、分享、使用不受限制，但在未经作者允许时，不得以任何形式用本插件及相关信息宣传与本插件无关的内容，不得在分享时收取任何费用。
如在使用时因为插件未知的问题或缺陷造成使用者损失的，作者不负任何责任。
此声明适用于本插件之前所有版本。
2021-08-04 13:37:36
33.86MB
1