
NLP
data_scientist
数据科学家
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
Latent Semantic Analysis(LSA/ LSI)算法介绍(转)
本文源地址为:http://www.cnblogs.com/kemaswill/,作者联系方式为 kemaswill@163.com,转载请注明出处。 1. 传统向量空间模型的缺陷向量空间模型是信息检索中最常用的检索方法,其检索过程是,将文档集D中的所有文档和查询都表示成以单词为特征的向量,特征值为每个单词的TF-IDF 值,然后使用向量空间模型(亦即计算查询q的向量和每个文档di的向量之间的相转载 2016-07-19 10:43:28 · 2660 阅读 · 0 评论 -
jieba分词学习总结
1、jieba.cut() 参数1 需要分词的字符串 参数2 是否采用全模式,默认是精确模式seg_list=jieba.cut(‘这是一个测试’,cut_all=False) 可以用’/’.join(seg_list)2、添加自定义词典 jieba.load_userdict(filename) filename为自定义词典的路径和文件名 格式为:一个词一行 每行分为三部分 一部原创 2016-07-19 13:38:00 · 1749 阅读 · 0 评论 -
Python分词并进行词频统计
strs='1、大专以上学历,年龄在18-28岁之间;2、计算机相关专业、自动化、测控、生仪、机电、数学、物理等等理工科专业优先;' \ '3、热爱软件开发事业、有较强的逻辑思维能力,对IT行业抱有浓厚的兴趣并有志于在IT行业长远发展,创造个人价值(非销售、非保险岗位);4、有无相关经验均可,欢迎优秀的应届大学毕业生' \ '5、渴望能有一项扎实的技术、获得一份有长远发展、稳定、原创 2017-01-23 16:11:16 · 14824 阅读 · 6 评论