摘要： 有1，2，3....n个数组，每个数组包含一系列一维线段的表示，每个数组的元素结构为（point，length）（point>=0 且 length>=1，都为整数），表示从point开始长为length的线段，现将n个数组中的线段合并，其中需要考虑数组的优先级：1>2>....>n，高优先级的数组 阅读全文

摘要： 上一篇中，主要说的就是词袋模型。回顾一下，在进行文本分类之前，我们需要把待分类文本先用词袋模型进行文本表示。首先是将训练集中的所有单词经过去停用词之后组合成一个词袋，或者叫做字典，实际上一个维度很大的向量。这样每个文本在分词之后，就可以根据我们之前得到的词袋，构造成一个向量，词袋中有多少个词，那这个 阅读全文