摘要：
import java.io.*;import java.util.Date;import java.util.UUID;import jxl.Cell;import jxl.Sheet;import jxl.Workbook;import jxl.format.UnderlineStyle;... 阅读全文
摘要：
import java.io.*;import opennlp.tools.sentdetect.SentenceDetectorME;import opennlp.tools.sentdetect.SentenceModel;import opennlp.tools.tokenize.Toke... 阅读全文
摘要：
若想实现一个合格重写方法，而不是重载，那么必须同时满足下面的要求！ A、重写规则之一： 重写方法不能比被重写方法限制有更严格的访问级别。 （但是可以更广泛，比如父类方法是包访问权限，子类的重写方法是public访问权限。） 比如：Object类有个toString()方法，开始重写这个... 阅读全文
摘要：
今天看到微软亚洲研究院的分词软件。http://research.microsoft.com/en-us/downloads/7a2bb7ee-35e6-40d7-a3f1-0b743a56b424/default.aspx。 实验了一下： 王总和小丽结婚了。 长春市长春药店。 李建平等领导参加... 阅读全文
摘要：
GUEST POST: ROB TIBSHIRANI Today we have a guest post by my good friend Rob Tibshirani. Rob has a list of nine great statistics papers. (He is too ... 阅读全文
摘要：
看了一些论文：《汉语自动句法分析的理论和方法》、 《词语位置加权TextRank的关键词抽取研究》、 《利用统计量和语言学规则提取多字词表达》、 《基于超图的文本摘要与关键词协同抽取研究》、 《基于最大熵的依存句法分析》、 《基于序列标注的中文依存句法分析方法》、 《中文维基百科的实体分类研究》... 阅读全文
摘要：
1.TF-IDF 昨天给大家演示简单的文本聚类，但要给每个聚类再提取一两个关键词用于表示该聚类。我们还是用TFIDF算法来做，因为这是比较简单的提取特征算法，不过这里的TF是指某词在本聚类内所有文章的词频，而不是本文章内出现的次数，IDF还是在所有文章里出现的倒文档频率。 原理：1、先给本聚... 阅读全文
摘要：
# -*- encoding:utf-8 -*-from bs4 import BeautifulSoupimport urllibimport urllib.requestimport reUrl = 'https://book.douban.com/latest?icn=index-late... 阅读全文