摘要：
由于中文文本词与词之间没有像英文那样有空格分隔，因此很多时候中文文本操作都涉及切词，这里整理了一些中文分词工具。一般来说用CRF实现的分词工具的处理速度是比较慢的（训练CRF模型是非常耗时的），但是精度高，涉及CRF的分词工具有CRF++，Stanford分词工具。 Bakeof... 阅读全文
摘要：
如何提高阅读源代码的效率 记得在开源流行之前，我看过的代码紧限于所参与的项目，能有个几万行就不错哩。后来很多优秀开源项目都相继蹦出来了，阅读的代码量那叫一个大呀！不得不看。我现在掉到android这个大坑里，每天都要看很多源代码。以前做过J2EE，看Struts2、Lucene、OSW... 阅读全文
摘要：
打好jar包之后还需要更改清单文件的. 打开生成的jar,里面有一个MANIFEST.MF的文件把它打开. 然后有一行Main-Class，没有就加上。如： Manifest-Version: 1.0 Main-Class: 类的全地址 要在后面加上你的主main class文件.... 阅读全文
摘要：
中文分词 最短路分词 N-最短路分词 CRF分词 索引分词 极速词典分词 用户自定义词典 词性标注 命名实体识别 中国人名识别 音译人名识别 日本人名识别 地名识别 实体机构名识别 关键词提取 TextRank关键词提取... 阅读全文