在NLP中，数据清洗与分词往往是很多工作开始的第一步，大多数工作中只有中文语料数据需要进行分词，现有的分词工具也已经有了很多了，这里就不再多介绍了。英文语料由于其本身存在空格符所以无需跟中文语料同样处理，如果英文数据中没有了空格，那么应该怎么处理呢？
今天介绍一个工具就是专门针对上述这种情况进行处理的，这个工具叫做：wordninja，地址在这里。
下面简单以实例看一下它的功能:
def wordinjaFunc():
'''
https://github.com/yishuihanhan/wordninja
'''
import wordninja
print word
2023-03-04 00:25:50
50KB
1
仅是驱动而已，暂不提供任何技术支持，请知悉。
机器原装光盘拷贝，绝无任何垃圾流氓广告软件，放心下载。
爱胜品-1133DN plus打印机驱动
仅是驱动而已，暂不提供任何技术支持，请知悉。
2023-01-05 17:04:17
43.44MB
1
C++ 文件查找
在C++中我们要如何查找文件呢？我们需要一个结构体和几个大家可能不太熟悉的函数。这些函数和结构体在的头文件中，结构体为struct _finddata_t ，函数为_findfirst、_findnext和_fineclose。具体如何使用，下面来一起看看吧
_findfirst与_findnext查找文件
一、这两个函数均在io.h里面。
二、首先了解一下一个文件结构体：
struct _finddata_t {
unsigned attrib;
time_t time_create;
time_t time_access;
time_t time_wr
2022-12-29 21:18:34
58KB
1
networkx
书中代码实现
书中p165，networkx和matplotlib结合使用可视化wordnet的网络结构（语义网络）
import networkx as nx
import matplotlib
from nltk.corpus import wordnet as wn
def traverse(graph, start, node):
graph.depth[node.name] = node.shortest_path_distance(start)
for child in node.hyponyms():
graph.add_edge
2022-11-22 20:46:45
77KB
1
本文基于模拟人类大脑视觉皮层的Where．What网络模型(WWN)，以实际
应用(进入人类日常生活的第三代智能机器人)为目标，对其自主发育机制做了
进一步研究。
2022-11-06 14:18:40
18.99MB
1
威胜（WASION）_户用热量表WMLR-DN(15-40)说明书pdf,
2022-08-01 13:24:15
648KB
1