韧心

摘要：Stanford Parser是一个很好的语法分析工具，但在使用的时候发现有很多不认识的标签，经过一番查找，将其列出供大家参考：本文的内容主要来源于以下两个网址：http://en.wikipedia.org/wiki/Brown_Corpus#Part-of-speech%5Ftags%5Fusedhttp://stackoverflow.com/questions/1833252/java-stanford-nlp-part-of-speech-labelsCC: conjunction, coordinatin 表示连词例如： &'n and both but eithe 阅读全文

摘要：这篇文档算不上一篇完整的blog，只是作为一个小Bug的记录而已，所以取名1.1~在使用IndexUI.jar建立索引的过程中，笔者选择使用了TRECWeb的数据格式，但是发现总是出现一些小问题，不是无法建立索引就是建立的索引只包含一个文档。经过若干轮的折磨，最终发现问题在于，Indri理解的TRECWeb必须是以“\n”来结尾的。。。这是今天的1.2，哈哈笔者使用Indri自带的图形界面IndexUI.jar来建立索引，在编程对索引进行处理时，发现总是无法获得到域内（fields）的值，最开始以为是Indri与Lucene中域的概念不同造成的，并没有进行深入的理解。今天突发奇想，对Index 阅读全文