wangxiao1024的博客

原创 毕业设计第二次总结（基于知识图谱的医疗问答）

毕业设计第二次总结（基于知识图谱的医疗问答）从这次总结开始，我将会按照我写毕设的总体思路和设计方案流程来书写我的博客，希望对大家能有帮助，这次博客会比较长，废话可能有点多，大家挑自己在意的方面选择观看。博客最后会附上第一版的项目的github地址。

原创 毕业设计第一次总结（基于知识图谱的医疗问答）

原创 使用jieba加载自定义词典对语料进行BIO词性标注。

本文章只提供大致思路，至于结巴的具体使用，和其他相关知识不做阐述标注前的装备工作：(1):：已经预处理过的需要分词的语料（需要分词的语料要符合结巴分词的要求，每句一行，并且以句号做结尾）（2）：一份手动标注好的自定义词典（包含词性），如下进行词性标注处理：具体代码如下：import codecsimport jieba.posseg as psimport jiebainfile...

原创 简单的中文分词和词向量化

**在做分词前需要做的准备：**（1）：已经预处理过的需要分词的语料（需要分词的语料要符合结巴分词的要求，每句一行，并且以句号做结尾）（2）：需要一份相关方面的词典用于更加专业化的分词，单纯的使用结巴分词不能很好的分出你需要的词，会影响到你以后词向量化阶段。（3）：需要一份停用词表，因为结巴分词不能很好的把一些没有实际意义的词去掉，这样此会影响到后面词向量化阶段。停用词表的作用就是去掉一些...