- 1、本文档共15页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
2017-09-17爬虫俱乐部Stata
2017-09-17 爬虫俱乐部 1
将一个汉字序列切分成一个一个单独的词
This is a cat. → [This, is, a, cat, .]
这是一只猫。→ [(这, pronoun), (是, verb),
(一, numeral), (只, classifier),
(猫, noun), (。, punctuation mark)]
2017-09-17 爬虫俱乐部 2
词是最小的能够独立运用的语言单位。
国际上常用的NLP 算法,深层次的语法语义分析通常都是以词作为基本单位
中文文本是由连续的字序列构成,词与词之间是没有天然的分隔符
武汉市长江大桥 → 武汉市 长江 大桥
武汉 市长 江大桥
2017-09-17 爬虫俱乐部 3
字符匹配法
分
理解法
词
统计法
2017-09-17 爬虫俱乐部 4
ustrwordcount()与ustrword()
ICTCLAS/NLPIR
jieba
BosonNLP
2017-09-17 爬虫俱乐部 5
2017-09-17 爬虫俱乐部 6
Python命令
Stata
与
Python
交互
用file命令编辑python脚本
2017-09-17 爬虫俱乐部 7
pynlpir: 提供了NLPIR/ICTCLAS 汉语分词的Python接口。
jieba: 结巴(jieba) 是国人出的一个精品插件,可以对一段中文
进行分词,有三种分词模式,可以目前已有Python 、JAVA 、
C++和Nodejs版本。适应不同需求。
2017-09-17 爬虫俱乐部 8
curl是利用URL语法在命令行方式下工作的开源文件传输工
具。部分功能包括:
• -H :自定义头信息传递给服务器
• -d :HTTP POST 方式传送数据
• -G :以get 的方式
您可能关注的文档
- 2016年国内企业技术文档重视度调查报告.PDF
- 2016年广东海洋灾害公报-中国海洋减灾网.PDF
- 2016年第2季度财务业绩报告.PDF
- 2016版专题通关大考卷——考点集训七文言文阅读二时间120分钟.DOC
- 2016瑞研科技长春年终盘点库存表-光学透镜.PDF
- 2016广州一测理综物理试题设计思路-湛江一中.PPT
- 2016级办公自动化中级培训说明.PPT
- 2016级成人高等教育中医学院本科班中药分析学作业班级姓名学.DOC
- 2016统计法律法规及统计业务有奖知识竞赛试题批零专业单选.DOC
- 2016-2017年上海信访系统先进个人共150名陆汝顺.DOC
- 分析let s单元56ago2卷纸zheng unit56.pdf
- 塑胶材料其它分类原料pa9t 12.pdf
- md16x16数字媒体切换器设备.pdf
- 者参考项目发起人学科类型单位序列承包商修订页代码顺序典型.pdf
- 届世界天然气大会阿姆斯特丹2006add10288.pdf
- 期测试记录表每周weekly g1g6 journeys tests level 6 lesson26.pdf
- modernize-whitepaper现代化您应用程序白皮书.pdf
- anybackup产品典型案例分析.pdf
- 约克金融工程课程tfeslide32.pdf
- 广州市妇女儿童医疗中心历份教学药历01tjy.pdf
最近下载
- 华为云平台运维复习试题附答案.doc
- 2022-2023学年湖北省荆州市荆州区八年级(下)期末物理试卷(含解析).pdf VIP
- 十年(2013-2023年)高考生物真题分项汇编专题解析版合集共20套.doc
- 矫健:天局(胜天半子!).pdf
- (完整版)高中英语3500单词表含音标.pdf
- 150吨履带吊性能表(参考)1.doc VIP
- 湖北省荆州市荆州区2022-2023学年八年级下学期期末考试数学试卷(含答案).pdf VIP
- 人教版(新教材)高中英语选修2Unit4Journey Across a Vast Land精品学案:Writing—An email about a journey.docx
- 2012-2021十年高考生物真题(含解析)共92套.docx
- 2023年湖南师范大学附属小学教师招聘考试真题及答案.docx
文档评论(0)