不以己悲的博客

我们在前面的系列中介绍和提到了一些年轻有为的科学家，迈克尔·柯林斯，艾里克·布莱尔，大卫·雅让斯基，拉纳帕提等等，他们都出自宾夕法尼亚计算机系米奇·马库斯(Mitch Marcus)名下。就像许多武侠小说中描写的，弟子都成了各派的掌门，师傅一定了不得。的确，马库斯虽然作为第一作者发表的论文并不多，但是从很多角度上讲，他可以说是自然语言处理领域的教父。马库斯教授长期当任宾夕法尼亚大学计算机系

from: http://blog.youkuaiyun.com/zhulinu/article/details/8630360 本文不是专业的介绍中文的知识，只是由于项目上可能需要中文分词，在网上找了一些资料，再次记录一下。主要参考网站是oschina里面收录的内容：中科院中文分词 ICTCLAS这个据说效率挺高，但不是纯开源版本，里面有个文章12年7月1日失效，就是由于授权协议

From: http://www.cis.upenn.edu/~chinese/Penn's Chinese Language Processing program is anchored by linguistic corpora annotated with morphological, syntactic, semantic and discourse structures. The P

From: http://blog.youkuaiyun.com/zhb_bupt/article/details/40985831一、背景                TF-IDF算法全称 termfrequency–inverse document frequency，是一种用于资讯检索与资讯探勘的常用加权技术。它的算法复杂度并不高，但能很好的满足搜索高相关度文档的需