df19900725 / HFUTUtils
这是一个工具程序集合,方便我们平时对数据进行预处理。针对文本处理的内容较多。包括分词(集成了张华平分词、结巴分词)、文件处理增强(如读取文本到Map中,保存文本到Map)和语料模型(把文档转换成矩阵,就算单词数量等)
☆21Updated 5 months ago
Alternatives and similar repositories for HFUTUtils:
Users that are interested in HFUTUtils are comparing it to the libraries listed below
- 中文分词、统计词频、比对文本相似度☆38Updated 5 years ago
- 常用文本聚类算法java实现☆15Updated 10 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
- 基于Map/Reduce爬虫,可抽取各大新闻网站的新闻正文并进行分类和聚类☆76Updated 11 years ago
- 此文本分类项目主要面向机器学习初学者和文本分类效果测试者,项目内部含有朴素贝叶斯,余弦定理,逻辑回归多种分类算法以及mm,rmm分词器,同时从某新闻站点爬取了多个分类共6000多篇文章,以及一个中文词典。项目方便自由拓展各种分类器和分词器,并通过组装测试分类效果。☆35Updated 7 years ago
- 基于本体的语义搜索引擎-Answer-V0.9 问答系统☆80Updated 2 years ago
- 新闻评论观点挖掘系统,粗粒度的分析出新闻网评观点的倾向和走势☆53Updated 9 years ago
- 一个用Solr做企业应用内的搜索引擎的SpringBoot项目☆22Updated 6 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
- Simhash Java单机实现☆108Updated 2 years ago
- 语义、情感、相似度分析。☆58Updated 9 years ago
- 知识图谱轻量框架☆62Updated 9 years ago
- 基于词典的负面舆情信息评分算法。☆26Updated 10 years ago
- java编写的文本分词后利用tfidf计算每个文档的单词的tfidf值,并保存到文件中☆17Updated 7 years ago
- An efficient algorithm for text similarity computation☆60Updated 3 years ago
- 针对手机评论数据的情感挖掘与分析项目,基于依存句法分析和情感词库提取特征词,并对特征词做情感极性预测标注。☆35Updated 8 years ago
- 个人实现的基于Django与semantic-ui的语言计算实验平台, 功能包括自然语言综合处理,词语计算,社会热点计算,人物计算,文学画像,职位画像等社会计算功能☆29Updated 7 years ago
- mumu-mahout是一个学习项目,主要通过这个项目来学习mahout的功能和使用方式。mahout是一款开源的机器学习算法,主要包括协同过滤推荐、聚类、分类等三大块内容。 推荐可以基于用户的推荐和基于物品的推荐,可以给用户推荐一 些数据,智能化数据。☆21Updated 6 years ago
- 微博情感分析☆12Updated 11 years ago
- 基于知识图谱的电影智能问答。neo4j构建电影图谱,spark ml完成问答意图分类,将问答语句转为cypher查询语句完成匹配查询。☆38Updated 2 years ago
- Hadoop离线计算. 使用hadoop MR 进行数据清洗,再使用shell 脚本执行hive 进行数据统计,维度分析☆12Updated 6 years ago
- 1、支持网页爬虫 2、多线程、线程池 3、支持全文搜索 4、支持Hadoop分布式平台、HDFS/MapReduce、Zookeeper、HBase 5、支持redis分布式缓存 6、集成微信公众号开发 7、Spring4新特性 8、ActiveMQ 9、Nginx详细配置…☆16Updated 2 years ago
- 语义搜索引擎-语义解析模块☆28Updated 3 years ago
- The missing SVM-based text classification module implementing HanLP's interface☆47Updated 7 years ago
- 这是Word2vec和Doc2vec的一个应用示例:用Word2vec计算词的相似度和用doc2vec计算句子的相似度。☆26Updated 7 years ago
- 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。☆36Updated 3 years ago
- ☆24Updated 7 years ago
- 读书笔记《自己动手写网络爬虫》,自己敲的代码。主要记录了网络爬虫的基本实现,网页去重的算法,网页指纹算法,文本信息挖掘☆47Updated 10 years ago
- 知识图谱问答系统☆84Updated 2 years ago
- 以Spring Boot框架为载体,通过集成hanLP、neo4j、spark-mllib实现基于电影知识图谱的简易问答系统。☆61Updated last year