使用 java hashmap 进行 n 元模型建模
我需要对 n 元语法（n 个单词的序列）及其上下文（出现在 n 元语法附近的单词及其频率）的集合进行建模。我的想法是这样的： public class Ngram { pr…
在 Python 中计算 n-gram 的逐点互信息 (PMI) 分数
我有一个很大的 n-gram 语料库和几个外部 n-gram。我想根据这个语料库（计数）计算每个外部 n-gram 的 PMI 分数。 有没有任何工具可以做到这一点，或…
安卓&模糊匹配、n-gram 和 Levenshtein 距离
我正在构建一个 Android 应用程序，它接受字符串输入并使用 Google API 返回书籍的排名列表。 我正在寻找一种方法来将用户输入的开放式字符串与列表中…
通过 shingles 和 termvector 组件自动完成
实现类似 Google 的自动完成功能的方法之一是将 shingles 和 Solr 1.4 中的 termvector 组件结合起来。 首先，我们使用 shingles 组件生成所有 n 元分…
使用马尔可夫模型将全大写转换为混合大小写及相关问题
我一直在考虑使用马尔可夫技术来恢复自然语言文本中丢失的信息。 将全部大写文本恢复为大小写混合。 将重音符号/变音符号恢复为应有但已转换为纯 ASCI…
接近 MySQL 中的串行文本文件读取性能
我正在尝试在 python 中执行一些 n-gram 计数，我想我可以使用 MySQL（MySQLdb 模块）来组织我的文本数据。 我有一个相当大的表，大约有 1000 万条记…
考虑 QWERTY 键盘布局检测随机键盘敲击
最近维基百科破坏行为检测竞赛的获胜者表示，可以通过“检测随机键盘”来改进检测考虑 QWERTY 的点击率 键盘布局”。 示例：woijf qoeoifwjf oiiwjf o…
从句子生成 N 元语法
如何生成字符串的 n 元语法，例如： String Input="This is my car." 我想使用此输入生成 n 元语法： Input Ngram size = 3 输出应该是： This is my …
Perl 段落 n 元语法
假设我有一个文本句子： $body = 'the quick brown fox jumps over the lazy dog' 我想将该句子放入“关键字”的哈希值中，但我想允许使用多单词关键…
SOLR 中的 EdgeNGramTokenizerFactory EdgeNGramFilterFactory 有什么区别？
这两种过滤器有什么区别？ 它们的效果好像是一样的？ 谁能提供一个例子来说明如何将它们应用于某些文本？…
Drupal 的搜索模块可以搜索子字符串吗？ （部分搜索）
Drupal的核心搜索模块，仅搜索关键字，例如“三明治”。我可以让它使用子字符串（例如“sandw”）进行搜索并返回我的三明治结果吗？ 也许有一个插件可…
- 共 1 页
- 1
