NULL
博文链接：https://llying.iteye.com/blog/570208
2022-05-07 10:33:00
2.46MB
1
中⽂分词技术有三种组成：基于规则的、基于统计的、混合分词
基于规则的分词在已经建⽴好词库的前提下，通过扫描⽂本内容匹配到词库中，若词库中存在⽂本中某词，则把该词单独提取出来。
基于统计的分词需要建⽴语料库并设计分词模型，将中⽂⽂本通过训练好的模型进⾏⾃动分词。
混合分词先进⾏基于规则的分词、再进⾏基于统计的分词，这样分词效果最好，但是也最⿇烦。
2022-04-28 16:06:39
207KB
1
IK Analyzer 是一个开源的，基于 java 语言开发的轻量级的中文分词工具包。从 2006年 12 月推出 1.0 版开始， IKAnalyzer 已经推出了 4 个大版本。最初，它是以开源项目Luence 为应用主体的，结合词典分词和文法分析算法的中文分词组件。 从 3.0 版本开始，IK 发展为面向 Java 的公用分词组件，独立于 Lucene 项目，同时提供了对 Lucene 的默认优化实现。 在 2012 版本中，IK 实现了简单的分词歧义排除算法，标志着 IK 分词器从单纯的词典分词向模拟语义分词衍化。
2022-04-21 17:29:03
3.22MB
1
Seg_CRF
CRF中文分词实验
Windows x64 python 2.7.9 CRF++-0.58
评测采用 icwb2-data 中的评测脚本
ref:
2022-04-20 18:52:23
1.77MB
1
人工智能深度学习，中文分词代码，准确无误。rnn-tutorial-gru-lstm-master分词
2022-04-19 20:04:37
31.19MB
1
本章为该课程的其中一个章节
【全部课程列表】
01-C#基础（共40页）
02-搜索引擎基础（共15页）
03-网络爬虫（共27页）
04-正则表达式（共13页）
05-HtmlAgilityPack（共17页）
06-正文提取（共12页）
07-提取文件（共14页）
08-文本排重（共28页）
09-提取关键词（共16页）
10-拼写检查（共41页）
11-文本摘要（共15页）
12-文本分类（共12页）
13-文本聚类（共21页）
14-信息提取（共14页）
15-中文分词（共10页）
16-查词典（共37页）
17-逆向分词（共13页）
18-有限状态机（共31页）
19-切分词图（共16页）
20-概率分词（共26页）
21-n元分词（共38页）
22-词性标注（共34页）
23-Lucene简介（共23页）
24-索引原理（共22页）
25-查询原理（共13页）
26-分析器（共15页）
27-概念搜索（共13页）
28-相关度打分（共12页）
29-搜索界面（共12页）
30-AJAX搜索界面（共25页）
31-Solr（共29页）
32-SolrNet（共10页）
插图
2022-04-12 09:08:00
2.23MB