qq492066487的专栏

转自：http://www.131x.com/zhaosq/BBSShow.aspx?id=1727Mallet：自然语言处理工具包ClickNum:157|ReplyNum:1MALLET是基于java的自然语言处理工具箱，包括分档得分类、句类、主题模型、信息抽取等其他机器学习在文本方面的应用，虽然是文本的应用，但是完全可以拿到多媒体方面来，例如机器视觉。

转自：http://www.131x.com/zhaosq/BBSShow.aspx?id=1736lucene计算文本相似度算法ClickNum:77|ReplyNum:0 Leveraging term vectors        所谓term vector, 就是对于documents的某一field,如title,body这种文本类

转自：http://www.131x.com/zhaosq/BBSShow.aspx?id=1720词干提取算法Porter Stemming Algorithm解读ClickNum:199|ReplyNum:2  Lucene里面的分词器里面有一个PorterStemFilter类，里就用到了著名的词干提取算法。所谓Stemming，就是词干，在英语中单词

转自：http://blog.youkuaiyun.com/yangliuy/article/details/7316494最近要做文本分类相关的课程project，因此上网找了一下文本分类的资料，下面这个感觉比较通俗易懂，收录在这里。来源  http://www.blogjava.net/zhenandaci/category/31868.html?Show=All文本分类入 门