<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[clbchenlb的专栏]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/clbchenlb</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; clbchenlb]]></copyright><item><title><![CDATA[中文分词 mmseg4j-1.8 版发布 ]]></title><link>https://blog.youkuaiyun.com/clbchenlb/article/details/83471275</link><guid>https://blog.youkuaiyun.com/clbchenlb/article/details/83471275</guid><author>clbchenlb</author><pubDate>Mon, 19 Oct 2009 09:39:33 +0800</pubDate><description><![CDATA[想发布新版的 mmseg4j 到现在已经有二个多月了。主要是因为这段时间忙其它事情了。现 Lucene 2.9 发布了，solr 1.4 也应该会比较快就要发布了。对 mmseg4j 兼容新版的 lucene/solr 也是个任务。 
 
现 mmseg4j 发布新版 1.8，可以下载：mmseg4j-1.8.zip 包括了源码与词库，还有创建文件。下面说下此版的主要变更： 
 
new:...]]></description><category></category></item><item><title><![CDATA[讨论 mmseg4j 的现状，与改进。]]></title><link>https://blog.youkuaiyun.com/clbchenlb/article/details/83437143</link><guid>https://blog.youkuaiyun.com/clbchenlb/article/details/83437143</guid><author>clbchenlb</author><pubDate>Tue, 04 Aug 2009 13:58:19 +0800</pubDate><description><![CDATA[发布最新一个 mmseg4 （1.7.2 与 1.6.2）版，距今也有几个月了。max-word 方式还不完善，有很多需要改进的地方。由于没有个好的想法，以至几个月都没更新。mmseg4j 项目也受到一些的关注，十分有必要改进。这贴说明下 mmseg4 的现状和 todo 功能，同时希望 javaeyer 们给予些建议或想法。
 
字符的处理：先断开不同类型的字符，断开的成为一个“句子”（类：...]]></description><category></category></item><item><title><![CDATA[中文分词 mmseg4j 1.7.2 版发布]]></title><link>https://blog.youkuaiyun.com/clbchenlb/article/details/83391126</link><guid>https://blog.youkuaiyun.com/clbchenlb/article/details/83391126</guid><author>clbchenlb</author><pubDate>Mon, 27 Apr 2009 10:12:09 +0800</pubDate><description><![CDATA[中文分词 mmseg4j 1.7.2 版发布，其实两天前就发布了，只是没有写博客而已。与引版本发布的还有 1.6.2，两者基本一样，只是词库的数据结构不同，1.7的是键树，1.6的是数组与二分查找。

mmseg4j 1.7.2 版的主要更新：
[list]
[*] 修复由 1.7-beta 升级到 1.7 版的 bug：添加 lowerCaseFilter 后的一个 bug: NullP...]]></description><category></category></item><item><title><![CDATA[mmseg4j 1.7 beta 版发布]]></title><link>https://blog.youkuaiyun.com/clbchenlb/article/details/83371749</link><guid>https://blog.youkuaiyun.com/clbchenlb/article/details/83371749</guid><author>clbchenlb</author><pubDate>Tue, 14 Apr 2009 11:04:44 +0800</pubDate><description><![CDATA[mmseg4j 1.7 beta 版，主要改进分词速度。最大的变动是词库的数据结构改变了，改为key tree(键树)。有几点的性能改进：

[list]
[*]要比较的词不从 char[] sen（代分词的句子） 里复制,直接与词库结构比较, 性能提升10% 
[*]用 key tree 的词库数据结构, 性能提升不少
[*]用 key tree 里实现的 maxmatch, 同时返回...]]></description><category></category></item><item><title><![CDATA[mmseg4j 多分词模式与 paoding 分词效果对比]]></title><link>https://blog.youkuaiyun.com/clbchenlb/article/details/83371399</link><guid>https://blog.youkuaiyun.com/clbchenlb/article/details/83371399</guid><author>clbchenlb</author><pubDate>Mon, 13 Apr 2009 09:52:38 +0800</pubDate><description><![CDATA[mmseg4j 1.6支持最多分词，应网友的要求：分词效果与 paoding 对比下。观察了 paoding 部分分词结果，现总结下。

paoding 分词效果：
[code=&quot;java&quot;]--------------------------
清华大学
清华 | 大 | 华大 | 大学 | 
--------------------------
华南理工大学
华南 | 理工 | ...]]></description><category></category></item><item><title><![CDATA[mmseg4j 中文分词 1.6 版发布]]></title><link>https://blog.youkuaiyun.com/clbchenlb/article/details/83369629</link><guid>https://blog.youkuaiyun.com/clbchenlb/article/details/83369629</guid><author>clbchenlb</author><pubDate>Tue, 07 Apr 2009 09:46:01 +0800</pubDate><description><![CDATA[经过几天的开发与调试，mmseg4j 1.6 版可以发布了。1.6 版主要实现与下功能：

[list]
[*]实现多分词，在complex基础上，把长的词（大于2）拆出多个词。按二元分词，且把不存在的词去了，如：“西伯利亚” -&gt; &quot;西|伯利|利亚&quot;，&quot;西伯&quot; 不存在词库中；“中国人民银行”-&gt; &quot;中国|国人|人民|银行&quot; 
[*]支持多个词库文件，在词库目录中放&quot;words&quot;前缀且&quot;....]]></description><category></category></item><item><title><![CDATA[mmseg4j 中文分词 1.5 版发布]]></title><link>https://blog.youkuaiyun.com/clbchenlb/article/details/83368045</link><guid>https://blog.youkuaiyun.com/clbchenlb/article/details/83368045</guid><author>clbchenlb</author><pubDate>Wed, 01 Apr 2009 14:25:03 +0800</pubDate><description><![CDATA[经过几天的开发与调试，新版的 mmseg4j 可以发布了。定为1.5版，是因为变动比较大。

mmseg4j 1.5变更：

[list]
[*]
使用 sogou 词库，是从 [url]http://www.sogou.com/labs/dl/w.html[/url] ，下载的，然后转换下（一行一词）。 
[*]把chars.dic文件放到jar里, 我们不需要关心它，当然你在词库...]]></description><category></category></item><item><title><![CDATA[mmseg4j 分词速度]]></title><link>https://blog.youkuaiyun.com/clbchenlb/article/details/83366897</link><guid>https://blog.youkuaiyun.com/clbchenlb/article/details/83366897</guid><author>clbchenlb</author><pubDate>Sat, 28 Mar 2009 17:03:03 +0800</pubDate><description><![CDATA[看一下 mmseg4j 的分词速度如何，下载了两篇长篇小说共2.5M左右，可以到 [url]http://mmseg4j.googlecode.com/files/txt.zip[/url]。2.5M的数据，用Complex模式是 5.3秒左右，不知是快还是慢（因为没有对比），Simple 模式用了2.9秒。(AMD athlon 64 2800+ 1G内存 xp)

以上数据是在 eclip...]]></description><category></category></item><item><title><![CDATA[中文分词 mmseg4j]]></title><link>https://blog.youkuaiyun.com/clbchenlb/article/details/83365087</link><guid>https://blog.youkuaiyun.com/clbchenlb/article/details/83365087</guid><author>clbchenlb</author><pubDate>Sun, 22 Mar 2009 23:46:28 +0800</pubDate><description><![CDATA[使用 paoding 的配置觉得有点复杂，而且管理词库也有点不方便，同时自己也想了解下中文分词算法，然后就想自己写个中文分词器，在lucene和solr中使用。在 javaeye 看到有关 mmseg 的简介，看了下还不错，简单方便，那就用它来写个java版吧，我搜索 mmseg的java版（好像是 solo，官方已经下载不了），弄清分词算法还是自己写写吧。

实在想不到其它名字，就称它为 m...]]></description><category></category></item><item><title><![CDATA[Hadoop 快速入门(二)--Fully-Distributed Mode ]]></title><link>https://blog.youkuaiyun.com/clbchenlb/article/details/83264973</link><guid>https://blog.youkuaiyun.com/clbchenlb/article/details/83264973</guid><author>clbchenlb</author><pubDate>Mon, 11 Aug 2008 15:45:00 +0800</pubDate><description><![CDATA[上一篇记录了本机模式我虚拟分布模式。http://www.blogjava.net/chenlb/archive/2008/08/11/221311.html

现我在虚拟机里开三台机子，分别命名为：master(172.16.249.210)，slave-1(172.16.249.211)，slave-2(172.16.249.212)。

master可以无密码登录到slave机。
每台机子都...]]></description><category></category></item><item><title><![CDATA[Hadoop 快速入门]]></title><link>https://blog.youkuaiyun.com/clbchenlb/article/details/83264970</link><guid>https://blog.youkuaiyun.com/clbchenlb/article/details/83264970</guid><author>clbchenlb</author><pubDate>Mon, 11 Aug 2008 15:28:00 +0800</pubDate><description><![CDATA[ 
Required Software

    JavaTM 1.5.x
    ssh与sshd 

如果没有安装请自行安装。我以CentOS 4.6为例。

下载hadoop，http://apache.mirror.phpchina.com/hadoop/core/ 我下载的是0.17.1版本。

解压hadoop-0.17.1.tar.gz，然后conf/hadoop-env.sh 设置...]]></description><category></category></item><item><title><![CDATA[Linux 重启网卡]]></title><link>https://blog.youkuaiyun.com/clbchenlb/article/details/83264902</link><guid>https://blog.youkuaiyun.com/clbchenlb/article/details/83264902</guid><author>clbchenlb</author><pubDate>Mon, 11 Aug 2008 09:34:00 +0800</pubDate><description><![CDATA[在linux下改了ip地址后，不能立即生效。以前是重启机器，我觉得这样很傻，后来知道网卡可以重启。

/etc/init.d/network restart
]]></description><category></category></item><item><title><![CDATA[solr 的 Distributed Searching 试用]]></title><link>https://blog.youkuaiyun.com/clbchenlb/article/details/83264528</link><guid>https://blog.youkuaiyun.com/clbchenlb/article/details/83264528</guid><author>clbchenlb</author><pubDate>Thu, 07 Aug 2008 18:31:00 +0800</pubDate><description><![CDATA[一直想了解分布搜索与索引。Lucene有MultiSearcher，solr1.2的只能有单个索引，现在1.3可以有Distributed Searching这玩意。可以从多个索引里搜索出并合并结果返回给你。这些索引不是replication的，是分割的。可以先%num方式索引在num台机器上，然后用solr的shards参数。

如：
shards=localhost:8080/use-solr...]]></description><category></category></item><item><title><![CDATA[xml 转义符]]></title><link>https://blog.youkuaiyun.com/clbchenlb/article/details/83264108</link><guid>https://blog.youkuaiyun.com/clbchenlb/article/details/83264108</guid><author>clbchenlb</author><pubDate>Wed, 06 Aug 2008 12:40:00 +0800</pubDate><description><![CDATA[html 与 xml的转义符不同, xml就只有5个:


    
        
            &amp;lt;
            &amp;amp;lt;
        
        
            &amp;gt;
            &amp;amp;gt;
        
        
            &amp;amp;
            &amp;amp;amp;
    ...]]></description><category></category></item><item><title><![CDATA[使用 mysql 免安装版]]></title><link>https://blog.youkuaiyun.com/clbchenlb/article/details/83263515</link><guid>https://blog.youkuaiyun.com/clbchenlb/article/details/83263515</guid><author>clbchenlb</author><pubDate>Sun, 03 Aug 2008 16:22:00 +0800</pubDate><description><![CDATA[我比较喜欢免安装版(非安装版)的mysql，

下载如： mysql-noinstall-5.0.45-win32.zip

把它解压到如： E:/mysql-5.0.45， 当然可以任意位置。

然后改my-medium.ini文件为my.ini，当然也可以不改名，但要改内容

basedir=&quot;E:/mysql-5.0.45/&quot;

datadir=&quot;E:/mysql-5.0.45/Data/&quot;...]]></description><category></category></item><item><title><![CDATA[Tomcat shtml ssi]]></title><link>https://blog.youkuaiyun.com/clbchenlb/article/details/83262040</link><guid>https://blog.youkuaiyun.com/clbchenlb/article/details/83262040</guid><author>clbchenlb</author><pubDate>Sun, 27 Jul 2008 21:55:00 +0800</pubDate><description><![CDATA[    想让Tomcat支持ssi，一般是shtml文件。配置比较简单。

默认tomcat不支持ssi。

现以tomcat5.5.x为例。

改conf/web.xml配置。

有两种方式：一是servlet，二是filter。

servlet方式的：
&amp;lt;!--
    &amp;lt;servlet&amp;gt;
        &amp;lt;servlet-name&amp;gt;ssi&amp;lt;/servle...]]></description><category></category></item><item><title><![CDATA[javascript 不停(setInterval)/延时(setTimeout)函数]]></title><link>https://blog.youkuaiyun.com/clbchenlb/article/details/83258691</link><guid>https://blog.youkuaiyun.com/clbchenlb/article/details/83258691</guid><author>clbchenlb</author><pubDate>Thu, 10 Jul 2008 21:36:00 +0800</pubDate><description><![CDATA[setTimeout(script,millisecond); 是从现在算起多少微秒后运行该代码（只运行一次）

setInterval(script,millisecond);  是每隔多少微秒运行一次代码

示例:
1.执行一次
&amp;lt;span id=&quot;time&quot;&amp;gt;&amp;lt;/span&amp;gt; 秒
&amp;lt;script type=&quot;text/javascript&quot;&amp;gt;
var i =...]]></description><category></category></item><item><title><![CDATA[解压 *.tar.gz 文件]]></title><link>https://blog.youkuaiyun.com/clbchenlb/article/details/83258054</link><guid>https://blog.youkuaiyun.com/clbchenlb/article/details/83258054</guid><author>clbchenlb</author><pubDate>Tue, 08 Jul 2008 11:14:00 +0800</pubDate><description><![CDATA[linux下的很软件都是 tar.gz后缀的，解压久了不用就忙了，写备忘。现我知的直接解压方法有两种

1.gunzip与tar
gunzip &amp;lt; *.tar.gz | tar -xvf -

2.只用tar
tar -zxvf *.tar.gz

说明：
z表示：通过gzip指令处理备份文件
x表示：解压
v表示：输出解压过程信息
f表示：指定备份文件
...]]></description><category></category></item><item><title><![CDATA[solr1.3 的新功能]]></title><link>https://blog.youkuaiyun.com/clbchenlb/article/details/83258036</link><guid>https://blog.youkuaiyun.com/clbchenlb/article/details/83258036</guid><author>clbchenlb</author><pubDate>Tue, 08 Jul 2008 10:20:00 +0800</pubDate><description><![CDATA[solr 1.3 还没有正式发布，在这里记录下从solr 1.2的主要改动： 

solrj     solr的java客户端，可以嵌入搜索（不是http/xml交互） 
multi-core     多核心——1个web应用可以用多种的搜索服务，即可以多个schema.xml 
search components    搜索组件。 
distributed search    分布式搜索。 

...]]></description><category></category></item><item><title><![CDATA[solr 分布式(复制)配置]]></title><link>https://blog.youkuaiyun.com/clbchenlb/article/details/83257458</link><guid>https://blog.youkuaiyun.com/clbchenlb/article/details/83257458</guid><author>clbchenlb</author><pubDate>Fri, 04 Jul 2008 16:49:00 +0800</pubDate><description><![CDATA[    solr 分布式其实是分发，这概念像Mysql的复制。所有的索引的改变都在主服务器里，所有的查询都在从服务里。从服务器不断地(定时)从主服务器拉内容，以保持数据一致。先描述下我的环境：solr-master(192.168.1.181), solr-slave(192.168.1.155), jdke1.6.0_06, tomcat-5.5.26, solr-1.2 tomcat_home...]]></description><category></category></item></channel></rss>