摘要：
一：新词提取 a.思路： （1） 提取出大量文本（生语料）中的词语，无论新旧： 计算出左右信息熵与互信息之后，将两个指标低于一定阈值的片段过滤掉，剩下的片段按频次降序排列，截取最高频次的N个片段即完成了词语提取流程 （2）用词典过滤掉已有的词语，于是等到新词 b.代码： # -*- coding:u 阅读全文
摘要：
1.利用成熟的语料库对工程的生语料进行分词+词性标注 # 第一步 生成分词+词性标注的模型 from pyhanlp import * import zipfile import os from pyhanlp.static import download, remove_file, HANLP_D 阅读全文
摘要：
1.B Tree和B+ Tree的区别？ 1.B树中同一键值不会出现多次，并且有可能出现在叶结点，也有可能出现在非叶结点中。 而B+树的键一定会出现在叶结点中，并有可能在非叶结点中重复出现，以维持B+树的平衡。 2.因为B树键位置不定，且在整个树结构中只出现一次， 2.请列举常见排序并通过代码实现任 阅读全文
摘要：
1 django、flask、tornado框架的比较？ 2 什么是wsgi？ WSGI的全称是Web Server Gateway Interface，翻译过来就是Web服务器网关接口。具体的来说，WSGI是一个规范，定义了Web服务器如何与Python应用程序进行交互，使得使用Python写的W 阅读全文
摘要：
1 简述 OSI 七层协议。 OSI七层协议模型主要是： 应用层(Application):为用户的应用程序（例如电子邮件、文件传输和终端仿真）提供网络服务。 表示层(Presentation):使用一种通格式来实现多种数据格式之间的转换。 会话层(Session):通过运输层（端口号：传输端口与接 阅读全文
摘要：
1.位和字节的关系？ Byte 字节 bit 位 1Byte = 8bit 2.b、B、KB、MB、GB 的关系？ 1Byte = 8bit KB 1KB=1024B MB 1MB=1024KB GB 1GB=1024MB TB 1TB=1024GB 3.请至少列举5个 PEP8 规范（越多越好）。 阅读全文