likaiguo / simhashpy
使用simhash算法,快速索引和查询大量文本简历
☆22Updated 9 years ago
Alternatives and similar repositories for simhashpy:
Users that are interested in simhashpy are comparing it to the libraries listed below
- 使用python实现了一个简单的trie树结构，可增加/查找/删除关键词，用于中文文本的关键词匹配、停用词删除等。☆64Updated 4 years ago
- 中文命名实体识别（公司名称），Tensorflow 1.3 + Python3☆38Updated 7 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。☆79Updated 2 years ago
- 新词发现☆66Updated 10 years ago
- 新词发现算法与同义词挖掘☆27Updated 7 years ago
- ☆58Updated 3 years ago
- Self complemented text feature extraction using algorithms including CHI, DF, IG, MI for the experiment of text classification based on s…☆49Updated 6 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☆47Updated 7 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
- Entity Linking，识别给定文本中出现的命名实体（Named Entity），并映射到特定的知识库中唯一的实体。包括命名实体识别、消歧等工作。☆71Updated 5 years ago
- 新词发现算法(NewWordDetection)☆62Updated 7 years ago
- AC自动机python的实现，并进行了优化。 主要修复了 查询不准确的问题。☆70Updated 3 years ago
- ZhidaoChatbot, a chatbot that can be an expert on the common questions like why,how,when,who,what based on the online question-answer web…☆42Updated 5 years ago
- Tookit-Sihui, a tool of some common algorithm, AI文本混合科学计算器(calculator-sihui), 句子词频-逆文本频率(TF-IDF),搜索BM25, 前缀树搜索关键词(trietree), 模板匹配-递归函数(fu…☆24Updated 3 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。☆52Updated 6 years ago
- 2018年“莱斯杯”军事智能机器阅读挑战赛（Top 5% 14th/247）☆25Updated 6 years ago
- Sentence Distance☆55Updated 6 years ago
- 微调预训练语言模型(BERT、Roberta、XLBert等),用于计算两个文本之间的相似度（通过句子对分类任务转换）,适用于中文文本☆89Updated 4 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
- WordForm,针对中文词语的笔画拆解，偏旁查询，拼音 转换接口☆64Updated 6 years ago
- 2018atec蚂蚁金服NLP智能客服比赛 16th/2632☆108Updated 6 years ago
- A deep text classifiers library.☆36Updated 6 years ago
- 本文提出一种基于应答关系来挖掘QQ群中意见领袖的方法，该方法首先构建回应词词库，然后基于Aho-Corasick算法来匹配聊天文本中的回应词数据，构建出用户应答关系的网络结构，最后使用社交网络中重要节点识别的方法来发现意见领袖。该方法对QQ群中的意见领袖发现具有较高的准确率…☆21Updated 8 years ago
- 新词发现算法(NewWordDetection)☆92Updated 3 years ago
- 该代码是基于字典树对word的识别结果进行矫正，使用于中英文混合的字典。字典树（trietree）：常用应用于大量字符串的保存、统计、查找等操作。☆12Updated 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
- Train Wikidata with word2vec for word embedding tasks☆122Updated 6 years ago
- 基于rasa_框架实现指自然语言相关功能:实体识别、文本分类、代消解功能、关系抽取等☆17Updated last year
- gensim-fast2vec改造、灵活使用大规模外部词向量（具备OOV查询能力）☆22Updated 5 years ago
- Python version Aho-Corasic Automaton.☆19Updated 3 years ago