我试图复制Server 2008生成全文索引时所做的事情，但我很难找到SQL Server 2008认为是分词器的字符列表。
对于英文的全文索引，是否有指定Server 2008将中断单词的列表？
浏览 0提问于2011-12-09得票数 2
2回答
我正在使用的斯坦福分词器。对于汉语分词者来说，每当遇到一个英文单词时，它就会一个一个地把这个单词分割成多个字符，但在切分完成后，我想把这些字符保持在一起。我在谷歌上搜索了这个，却没有得到答案，并试图想出一种方法(花6个小时在上面)，从文本中提取英文字符，然后在切分完成后将它们放回去，但我意识到，要以有效的方式做到这一点非常困难。
浏览 3提问于2015-05-24得票数 1
回答已采纳
我正在尝试使用coreNLP对中文文本进行分词、词性和NER的能力。我正在尝试将windows 10上的与python 3.6一起使用。impor
浏览 1提问于2018-08-28得票数 1
3回答
将要翻译的内容(现在是英文的)是使用分词呈现的，因此我有点倾向于创建不同语言的分词，然后根据用户的语言选择调用相关的分词-你会推荐这种方法吗？
浏览 3提问于2009-11-13得票数 2
回答已采纳
我有两个问题：
在目录属性中，必须为分词指定语言。这是目前设置为英语。如何让它对word使用多种语言，breaks?Hungarian甚至在可以为分词选择的语言列表中都不可用。
浏览 9提问于2010-08-16得票数 4
回答已采纳
斯坦福自然语言处理是否为DocumentPreprocessor提供了一种训练方法，使其可以使用自己的语料库进行训练，并创建自己的句子分割模型？有没有办法让我这么做？
浏览 1提问于2017-04-14得票数 0
1回答
我使用熊猫将CSV文件导入Python。该文件由3列和498行组成。我只需要有一个字计数一列名为“描述”。我已经清理了文件，通过将列“描述”转换为小写，删除了英文停止词和分词。
浏览 1提问于2019-05-14得票数 1
2回答
分词统计法
、、
你能告诉我一些关于这些算法在分词问题上的应用的信息吗？
UPD:我已经使用Peter Norvig的中的一些建议在Clojure上实现了这个方法
浏览 4提问于2012-03-12得票数 7
回答已采纳
1回答
我有一个单词列表，将近5000个英语单词，每个单词我都需要这些屈折的形式：动词:不定式，现在简单，现在简单第三人称，过去简单，现在分词(形式)，过去分词副词如何通过python从ntlk中的给定单词(例如帮助)中提取这些信息？
浏览 1提问于2016-05-05得票数 2
回答已采纳
很久以前，我向Lucene提交了一个bug，想要找到这个问题的答案。但是很多时候已经过去了，就连分析器的开发者似乎也不愿意回答我的问题，所以我想我会把它扔到地板上，看看其他人是否能解释这里发生了什么。import org.apache.lucene.analysis.ja.JapaneseAnalyzer;import org.apache.lucene.document.Field;
import org.apac
浏览 2提问于2016-01-05得票数 1
回答已采纳
我安装了Python3.6.0，NLTK3.2.4，并下载了Stanford标签3.8.0。#!/usr/bin/env python3
print(st.tag('这 是 斯坦福 中文 分词器 测试'.split()))[('
浏览 6提问于2017-08-07得票数 2
回答已采纳
hello all，需要定义一个函数，该函数可以按术语矩阵或在最坏的情况下，在列表数组之间划分，以便在第三个矩阵中得到结果，
浏览 2提问于2009-11-23得票数 3
回答已采纳
5回答
如何避免重复加载大文件？
、、、、
我正在尝试从python中调用一个Java程序(斯坦福中文分词程序)。Java程序需要加载一个大的(100M)字典文件(帮助分词的单词列表)，这需要12+秒。我想知道是否有可能加快加载过程，更重要的是，当我需要多次调用python脚本时，如何避免重复加载它？
浏览 4提问于2012-01-28得票数 4
回答已采纳
1回答
关键词间余弦相似度
、、、、
我刚开始记录python中的相似之处，我对如何处理一些数据感到困惑。基本上，我想得到包含关键字的分词之间的余弦相似性。{'keyword': tfidf_score}
我所要做的就是得到这两个分词之间的余弦相似性，用tfidf分数加权。从网上看，当涉及到文档相似性时，我被所有不同的python库/模块淹没了。
浏览 1提问于2018-12-13得票数 1
回答已采纳
1回答
我一直在尝试构建一个NN标记器，其中输入将是字符和输出，令牌。我发现做类似事情的源代码要么是旧的，要么不是简单易学的。你能描述这种模型的输入和输出的形状和意义吗？如果输出是一个热的，那么它是不是太重了，因为令牌的总数大约是100到100万(可能的英语单词数)？
您是否推荐使用keras/tensorflow (希望2.0)训练令牌器的教程或示例？
浏览 0提问于2020-10-15得票数 -1
2回答
我正在尝试在python中使用re.split。我想删除所有像" , ; < > { } [ ] / \ ? ! .I这样的角色
re.split("[, \_!?
浏览 4提问于2015-11-28得票数 0
回答已采纳
from docx import Document
alphaDic = ['a','b','c','d','e','f','g','h','i','j','k','l','m','n','o','p','q','r','s','t','u','
浏览 17提问于2017-03-16得票数 0
1回答
如何使用非英文字符创建变量。characters in inputأ = 'Something'SyntaxError: invalid syntax
注意:当我在php中使用非英文字符创建变量时，它可以工作，但在Python中它不能工作。那么如何在python中使用非英文字符来创建变量呢？
浏览 0提问于2013-05-05得票数 0
我试图用Python中的斯坦福分词来分割一个中文句子，但是目前的结果中有标点符号。我想返回没有标点符号的结果，只返回单词。做这件事的最好方法是什么？我试着在谷歌上搜索答案，但什么也没找到。
浏览 1提问于2015-03-06得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
