随笔分类 -  大数据

资源list：Github上关于大数据的开源项目、论文等合集
摘要：Awesome Big DataA curated list of awesome big data frameworks, resources and other awesomeness. Inspired byawesome-php,awesome-python,awesome-ruby,had... 阅读全文
posted @ 2015-01-04 11:37 楠小楠 阅读(4516) 评论(4) 推荐(0) 编辑
用luke看索引
摘要：Luke是一个用于Lucene搜索引擎的第三方工具，它可以访问现有Lucene的索引，并允许您显示和修改。可以看每篇文档建立了哪些索引，验证有没有成功建立了索引。不然建立了，不能确定有没有成功。可以用luke看文章怎么分的词。当搜索query过来以后，query也会被分词，拿这个分好的词去索引中查询... 阅读全文
posted @ 2014-08-20 22:23 楠小楠 阅读(534) 评论(0) 推荐(0) 编辑
基于大规模语料的新词发现算法
摘要：文/顾森 对中文资料进行自然语言处理时，我们会遇到很多其他语言不会有的困难，例如分词——汉语的词与词之间没有空格，那计算机怎么才知道“已结婚的和尚未结婚的”究竟是“已／结婚／的／和／尚未／结婚／的”，还是“已／结婚／的／和尚／未／结婚／的”呢？ 这就是所谓的分词歧义难题。不过，现在很多语言... 阅读全文
posted @ 2014-08-18 15:16 楠小楠 阅读(1337) 评论(2) 推荐(0) 编辑

点击右上角即可分享
微信分享提示