在 MATLAB 中对文本进行聚类
我想在 MATLAB 中对文本进行层次凝聚聚类。比如说，我有四个句子， I have a pen. I have a paper. I have a pencil. I have a cat. 我想对上面的四个…
Shingleprinting在实践中如何运作？
我正在尝试使用 shingleprinting 来测量文档相似性。该过程涉及以下步骤： 创建一个 5-shingling 两个文档 D1、D2 用 64 位散列对每个 shingle 进行散…
Lucene 中字级注释层的索引和搜索
我有一个数据集，在底层文本上有多层注释，例如 part-of-标签，来自浅层解析器的块，名称实体，以及来自各种 自然语言处理 (NLP) 工具。对于像 The ma…
构建 URL 索引，要包含哪些功能？
我正在努力构建 URL 的索引。目标是构建和存储一个数据结构，该数据结构将具有作为域 URL（例如 www.nytimes.com）的键，并且该值将是与该 URL 关联的…
使用 .Net 进行文本挖掘、事实提取、语义分析
我正在寻找任何免费的工具/组件/库，让我能够在 .NET 应用程序中利用文本挖掘、事实提取和语义分析。 GATE 项目是我所需要的，但它是用 Java 编写的。…
