lrcUnlimited / check_file_system
simhash算法实现海量内容查重
☆14Updated 8 years ago
Related projects ⓘ
Alternatives and complementary repositories for check_file_system
- 摘要、关键字、关键词组、文本相似度、分词分句（自然语言处理工具包）☆11Updated 5 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 6 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
- 使用Simhash对海量文本进行去重☆11Updated 6 years ago
- 依据香港中文大学设计的规则系统，先用小样本评论建立初始关键词库，再结合18种句式逐条匹配评论，能够快速准确地识别评论对象及情感极性。经多次迭代优化关键词库后，达到较高准确率的基础上，使用Tableau进一步分析数据，识别出客户集中关注的商品属性、普遍好评差评的商品属性；通过…☆53Updated 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
- 维基百科离线语料获取☆28Updated 7 years ago
- 练习题︱基于今日头条开源数据的文本挖掘☆85Updated 5 years ago
- 搜索引擎关键词排位爬虫，包括百度，搜狗 ，360的搜索引擎关键词排位爬虫，关键词从百度热词中取得，排位分别从三个搜索引擎中抓取。☆19Updated 5 years ago
- 电商评论观点挖掘☆38Updated 5 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
- 使用simhash算法,快速索引和查询大量文本简历☆22Updated 8 years ago
- 深度学习用于近日头条用户画像☆26Updated 6 years ago
- 2017 DF,CCF大数据与计算智能大赛——“中印对峙事件舆情分析”赛题全网数据☆24Updated 6 years ago
- 文章标签抽取☆15Updated 5 years ago
- 使用pyltp的工具，基于中文依存句法的四大名著人物情节分析系统。分为整体分析和章节分析两大模块,实现了人物篇幅分析，故事发生地分析，主要人物情绪变化分析，人物互动情况分析.☆84Updated 7 years ago
- 机器学习文本分类器☆47Updated 8 years ago
- 🤖️ 聊天机器人——夫子的「自然语言理解」模块☆88Updated last year
- Self complemented Key infomation extraction including keywords, abstract from text using algorithm like textrank ,tfidf 基于Textrank算法的文本摘要…☆54Updated 6 years ago
- 金融问答平台文本数据采集/爬取，数据源涉及上交所，深交所，全景网及新浪股吧☆39Updated 7 years ago
- 今日头条爬虫，主要爬取关键词搜索结果，包含编辑距离算法、奇异值分解、k-means聚类。☆71Updated 5 years ago
- 基于20W金融资讯训练得到的词向量☆24Updated 6 years ago
- 针对口语进行时间抽取并标准化☆14Updated 4 years ago
- 基于gensim模块的中文句子相似度计算☆54Updated 6 years ago
- 智能客服☆99Updated 5 years ago
- Event monitor based on online news corpus including event storyline and analysis，基于给定事件关键词，采集事件资讯，对事件进行挖掘和分析。☆152Updated 5 years ago
- 中文命名实体识别（公司名称），Tensorflow 1.3 + Python3☆38Updated 7 years ago
- 项目介绍： 智能交互金融智能聊天。具体实现用户在所有关于股票话题的智能问答。其中难点是问题 分类、数据预处理、参数提取。 ☆个人工作： 实现金融智能聊天,实现所有股票问题的精确回答。通过提取通用特征将5亿+条训练语料缩减为10w条，语料内存占用量从10G减少到2M，并将…☆61Updated 5 years ago
- A Scrapy Project 中文门户网站新闻和评论抓取——重启维护工作☆14Updated last year