ideaseg 1.1 发布，基于 NLP 的中文分词器
ideaseg 1.1 刚刚发布，该版本主要增加了支持多语种混合内容的分词功能，ideaseg 分词器能识别文本内容中存在的不同语言的内容，分别使用不同的分词器进行处理，提升分词的准确度。 使用方法：...
admin
魔豆文库 moredoc v1.2 发布，文库系统解决方案，dochub重构版本
魔豆文库MOREDOC，使用 Go 语言开发实现的文库解决方案，为dochub文库的重构版本，支持 office (全部类型)、PDF、TXT、EPUB、MOBI 等多种文档格式的在线阅读浏览，支持无...
魔豆文库 moredoc v1.1 发布，类百度文库开源解决方案，实现移动端适配
魔豆文库MoreDoc是使用 Go 语言开发实现的类百度文库、新浪爱问文库解决方案，为dochub文库的重构版本，支持 office (全部类型)、PDF、TXT、EPUB、MOBI 等多种文档格式...
基于lucene的案例开发：创建索引
从这篇博客开始，不论是API介绍还是后面的案例开发，都是基于 lucene4.3.1 这个版本，Lucene4.3.1 下载请点击这里， Lucene其他版本下载请点击这里，Lucene4...
NLP中文分词工具比较
NLP分词" title="中文分词"˃中文分词工具比较四款python中中文分词的尝试。尝试的有：jieba、SnowNLP（MIT）、pynlpir（大数据搜索挖掘实验室（北京市海量语言信息处理与...
NLP之SiameseLSTM算法
5.12今天交了一下，训练了一个epoch，效果不好，交了一下成绩是05.14今天终于改通了算法，是vocab.size的问题，传的时候给成词典的值了，应该给句子的值，导致eval出问题。训练了一个e...
Lucene.Net 2.3.1开发介绍 —— 二、分词（六）
Lucene.Net的上一个版本是2.1，而在2.3.1版本中才引入了Next(Token)方法重载，而ReusableStringReader类也是在新版本中引入的。这样改变，导致了2.3.1版本不...
Lucene.Net 2.3.1开发介绍 —— 三、索引（二）
原文:Lucene.Net 2.3.1开发介绍 —— 三、索引（二）2、索引中用到的核心类在Lucene.Net索引开发中，用到的类不多，这些类是索引过程的核心类。其中Analyzer是索引建立的基础...