py_mxy的博客

原理：　P(Ci|W) 　　= P(w1w2…wn|C)P(Ci) / P(W) Ci为类别

前瞻： exp1(?=exp2) 查找exp2前面的exp1 后顾： (?<=exp2)exp1 查找exp2后面的exp1 负前瞻： exp1(?!exp2) 查找后面不是exp2的exp1 负后顾： (?<!exp2)exp1 查找前面不是exp2的exp1 import re # pattern = re.compile('(?<!左上)腹痛') print(re.find...

问题描述： 模块A使用了基于词粒度的深度学习模型，训练的过程是独立的并没有放进项目环境中，而在本项目的其他模块中加入了自定义字典，导致项目jieba分词的词典环境与模型独立训练过程中的环境不同，一个query进来模型拿不到与训练过程中同样的分词结果，所以结果与预期有出入。 解决方法： #新建一个分词器，使该分词器与模型训练过程中有相同的自定义字典 import jieba tokenizer1 =...