LiuRoy / spark_splitter
spark处理大规模语料库统计词频
☆40Updated 9 years ago
Alternatives and similar repositories for spark_splitter
Users that are interested in spark_splitter are comparing it to the libraries listed below
Sorting:
- 维基百科离线语料获取☆28Updated 7 years ago
- 图书名语料库。含部分电影、游戏名称。☆71Updated last year
- 中文分词程序，可以在没有中文语料库的情况下通过相关性将一段文本中的中文词汇抽取出来☆56Updated 12 years ago
- 中文文本自动纠错☆85Updated 6 years ago
- auto generate chinese words in huge text.☆91Updated 10 years ago
- 《知网》中文词语语义相似度算法☆41Updated 11 years ago
- 对中文分词jieba (python版)的注解☆92Updated 6 years ago
- 下载搜狗、百度、QQ输入法的词库文件的 python 爬虫，可用于构建不同行业的词汇库☆114Updated 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。☆113Updated 8 years ago
- self complemented SpellCorrection based pinyin similairity, edit distance ，基于拼音相似度与编辑距离的查询纠错。☆82Updated 2 years ago
- self implement of NLP toolkit 个人实现NLP汉语自然语言处理组件，提供基于HMM与CRF的分词，词性标注，命名实体识别接口，提供基于CRF的依存句法接口。☆55Updated 7 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
- 中文相关词典和语料库。☆174Updated 10 years ago
- 基于PageRank的TextRank方法, 可以应用于中文关键词、短语、摘要提取程序，代码使用Scala编写。☆130Updated 4 years ago
- 微信公众号批量抓取器☆56Updated 8 years ago
- 同义词扩展☆27Updated 9 years ago
- 中文文本分类(目前是二分类)☆47Updated 7 years ago
- 物种名称语料库。植物名,动物名。☆48Updated last year
- 知乎问题及答案爬虫☆25Updated 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
- 一个中文的已标注词性的语料库☆203Updated 10 years ago
- 黄金舆情数据分析☆51Updated 8 years ago
- self complemented WeiboIndexSpyder based on Selenium ，新浪微博指数(微指数)采集，包括综合指数，移动端指数，PC端指数☆31Updated 6 years ago
- IdealWordCloudKit, A toolbox or kit for image-shape adjusted word cloud based on plain text, local file or web articles, 面向本地文件, 在线网页, 程序…☆38Updated 6 years ago
- self complemented BaiduIndexSpyder based on Selenium , index image decode and num image transfer，基于关键词的历时百度搜索指数自动采集☆41Updated 6 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
- chinese anti semantic word search interface based on dict crawled from online resources, ChineseAntiword,针对中文词语的反义词查询接口☆59Updated 6 years ago
- 对红楼梦的各回目进行分类☆36Updated 7 years ago
- 机器学习文本分类器☆46Updated 8 years ago
- 中文古诗词语料库☆27Updated 8 years ago