【python】NLTK好文
摘要：From：http://m.blog.csdn.net/blog/huyoo/12188573nltk是一个python工具包, 用来处理和自然语言处理相关的东西. 包括分词(tokenize), 词性标注(POS), 文本分类, 等等现成的工具.1. nltk的安装资料1.1: 黄聪：Python...
阅读全文
posted @ 2015-02-27 17:05
02 2015 档案
【文本挖掘】模拟退火英文分词
摘要：大概原理是找到文本中重复项最多的文本作为词典，代价函数为词典的累计词长和文本分词数之和，迭代找到代价函数最小值所对应的词典和分词结果。方法简单，跑出来的结果也挺有意思。 1 from random import randint 2 3 4 def segment(text,segs): 5 ...
阅读全文
posted @ 2015-02-15 14:37
【python】matplotlib中文乱码问题
摘要：http://www.pythoner.com/200.html改matplotlibrc文件进入Python安装目录下的Lib\site-packages\matplotlib\mpl-data目录，打开matplotlibrc文件，删除font.family和font.sans-serif两行前...
阅读全文
posted @ 2015-02-12 21:00
【Python】Python 网页爬虫 & 文本处理 & 科学计算 & 机器学习 & 数据挖掘兵器谱
摘要：好文 markhttp://www.52nlp.cn/python-%E7%BD%91%E9%A1%B5%E7%88%AC%E8%99%AB-%E6%96%87%E6%9C%AC%E5%A4%84%E7%90%86-%E7%A7%91%E5%AD%A6%E8%AE%A1%E7%AE%97-%E6%9...
阅读全文
posted @ 2015-02-10 17:59
【文本挖掘】词性标注记法
摘要：ICTCLAS 汉语词性标注集汉语文本词性标注标记集Ag 形语素 形容词性语素。形容词代码为a，语素代码ｇ前面置以A。a 形容词 取英语形容词adjective的第1个字母。ad 副形词 直接作状语的形容词。形容词代码a和副词代码d并在一起。an 名形词 具有名词功能的形容词。形容词代码a和名词代码...
阅读全文
posted @ 2015-02-10 17:54
