JoeWoo / xmnlp
xmnlp中文分词工具,java编写,统计概率分词+规则分词实现,功能包括人名识别,词性标注,用户自定义词典扩展,分词效果速度都超过开源版的jieba分词。
☆35Updated 3 years ago
Alternatives and similar repositories for xmnlp:
Users that are interested in xmnlp are comparing it to the libraries listed below
- 新词发现☆66Updated 10 years ago
- 基于标题分类的主题句提取方法可描述为: 给定一篇新闻报道, 计算标题与新闻主题词集的相似度, 判断标题是否具有提示性。对于提示性标题,抽取新闻报道中与其最相似的句子作为主题句; 否则, 综合利用多种特征计算新闻报道中句子的重要性, 将得分最高的句子作为主题句。☆40Updated 8 years ago
- 基于情感词典和朴素贝叶斯算法实现中文文本情感分类☆82Updated 10 years ago
- 文本自动摘要算法:用Word2Vec改进的TextRank算法☆47Updated 7 years ago
- 练习题︱基于今日头条开源数据的文本挖掘☆84Updated 6 years ago
- 实现中文文本分类,支持文件、文本分类,基于多项式分布的朴素贝叶斯分类器。由于工作实际应用是二分类,加之考虑到每个分类属性都建立map存储词语向量可能引起的内存问题,所以目前只支持二分类。当然,直接复用这个结构扩展到多分类也是很容易。之所以自己写,主要原因是没有仔细研读mah…☆22Updated 8 years ago
- 语义、情感、相似度分析。☆58Updated 9 years ago
- 用机器学习算法实现了一种有监督的句子对匹配方法,使用的机器学习分类算法有:逻辑回归(LR)、SVM、GBDT和随机森林(RandomForest),使用的工具是Sklearn。☆29Updated 7 years ago
- some code for spark☆17Updated 7 years ago
- 微信广告正负样本短文本分类 word2vec+CNN实现☆26Updated 6 years ago
- 常见中文知识图谱的链接☆22Updated 7 years ago
- 从门户网站爬取新闻的摘要-标题对使用seq2seq根据摘要生成标题☆45Updated 7 years ago
- 细粒度情感分析repository1:Wai Mai Opinion Miner,细粒度情感分析系统GUI demo。☆112Updated 8 years ago
- 语义相似度计算各种算法实现汇总☆45Updated 7 years ago
- 多种句子相似度算法☆36Updated 6 years ago
- 用户评论标签挖掘☆71Updated 7 years ago
- 使用HMM模型实现的机构名实体识别☆46Updated 6 years ago
- 维基百科离线语料获取☆28Updated 7 years ago
- 卷积神经网络(CNN)应用于中文文本分析任务☆34Updated 8 years ago
- Syntax and Ruler-Based Doc sentiment analysis 基于依存句法规则的篇章级情感分析demo☆107Updated 5 years ago
- 中文拼写检查工具,用于对中文文本中的错误用语进行检测并给出纠正建议☆36Updated 7 years ago
- 限定域问答系统包括:自动构建知识库、问句检索、基于微信平台搭建问答系统。本项目所有代码已开源。用户通过简单配置,可以实现快速自动化搭建一个比较完备的领域知识库。另外,基于微信平台如何通过配置来搭建问答系统,具体操作见readme.txt☆71Updated 8 years ago
- 《实体数据挖掘与知识图谱构建》一书的代码和实验数据。☆43Updated 9 years ago
- 微博自动摘要系统 Chinese Microblog Automatic Summary System☆30Updated 5 years ago
- This is a word2vec for Chinese douban movie reviews 在豆瓣电影影评上进行word2vec, 一个中文语料word2vec☆50Updated 7 years ago
- 知识图谱问答系统☆84Updated 2 years ago
- CSDN博客的关键词提取算法,融合TF,IDF,词性,位置等多特征。该项目用于参加2017 SMP用户画像测评,排名第四,在验证集中精度为59.9%,在最终集中精度为58.7%。启发式的方法,通用性强。☆30Updated 7 years ago
- 对中文分词jieba (python版)的注解☆92Updated 6 years ago
- 2013,05-2015,02 产品评论情感分析☆15Updated 9 years ago
- 新词发现 基于词频、凝聚系数和左右邻接信息熵☆124Updated 4 years ago