支持中文分词（N-最短路分词、CRF分词、索引分词、用户自定义词典、词性标注），命名实体识别（中国人名、音译人名、日本人名、地名、实体机构名识别），关键词提取，自动摘要，短语提取，拼音转换，简繁转换， ...

统计相关系数简介 由于使用的统计相关系数比较频繁，所以这里就利用几篇文章简单介绍一下这些系数。 相关系数：考察两个事物（在数据里我们称之为变量）之间的相关程度。 如果有两 ...

word2vec是一个将单词转换成向量形式的工具。可以把对文本内容的处理简化为向量空间中的向量运算，计算出向量空间上的相似度，来表示文本语义上的相似度。 一、理论概述 （主要来源于http://l ...

Softmax回归 1. softmax回归模型 　　softmax回归模型是logistic回归模型在多分类问题上的扩展（logistic回归解决的是二分类问题）。 ...

摘要：为解决中文搜索的问题，最开始使用PHP版开源的SCWS，但是处理人名和地名时，会出现截断人名地名出现错误。开始使用NLPIR分词，在分词准确性上效果要比SCWS好。本文介绍如何在windows系 ...

LibSVM使用指南 一、 SVM简介 在进行下面的内容时我们认为你已经具备了数据挖掘的基础知识。 SVM是新近出现的强大的数据挖掘工具，它在文本分类、手写文字识别、图像分类、生物序列分 ...

引入 评价是现代社会各领域的一项经常性的工作，是科学做出管理决策的重要依据。随着人们研究领域的不断扩大，所面临的评价对象日趋复杂，如果仅依据单一指标对事物进行评价往往不尽合理，必须全面地从整体的角度 ...

转自：编译哈工大语言技术平台云LTP（C++）源码及LTP4J（Java）源码 JDK：java version “1.8.0_31”Java(TM) SE Runtime Environment ...

0. 词向量是什么 　　自然语言理解的问题要转化为机器学习的问题，第一步肯定是要找一种方法把这些符号数学化。　　NLP 中最直观，也是到目前为止最常用的词表示方法是 One-hot Represen ...