卯卯 | 炼就一手绝世刀法！
日出东海落西山，愁也一天，喜也一天。遇事不钻牛角尖，人也舒坦，心也舒坦！
2018-07-16 15:11:05
python-Flask安装和使用
由于pyinstaller在打包exe文件是依赖包等问题，决定将打包转成一个web应用。当然django框架也是可以的。这里我选用的的是flask轻量级的框架。1，先装个虚拟环境：pip intsall virtualenv2,创建一个虚拟空间：mkdir virtualenv3.创建flask-env文件夹。--盒子4,跳转到flask-env目录下：5，退出虚拟环境：deactivate56在虚拟环境中安装flask，一个虚拟环境安装一个flask：7，查看是否安装成功
作者:yangli | 分类:web应用-flask | 浏览:707 | 评论:0
2018-07-12 23:04:49
日期、人名、地名、机构名等关键命名实体识别-使用stanfordnlp命名实体识别方法。
上一篇中我们利用词性进行了关键词提取。但是日期是无法过滤的，因为时间表达上形式不一。错误观念：一旦遇到需要匹配文章或者段落中部分实体的时候，一般第一会想到的就是正则，但是由于表达形式不同文本表达形式的不同，往往正则很无能为力或者准确率不高。只有针对非常整齐单一的文本（时间是写的相同格式18-2-10、18/3/4等）才适合用正则，例如我们在做爬虫时，面对网页中标签的里的内容时。在实际应用中可能需要过滤掉日期、人名、地名等，这一篇中使用的思路就是先识别、再过滤-采用stanfordnlp命名实体识
作者:yangli | 分类:自然语言处理 | 浏览:977 | 评论:0
2018-07-12 14:36:46
去噪音数据（停用词、形容词、动词等）-信息提取（利用hanlp词性识别去噪音的方法）
1，文本去噪音：去噪音的方法有很多种，去停用词，或者通过词性来去噪音。这里介绍的是利用hanlp词性识别的方法去噪音的方法。2，调用。
作者:yangli | 分类:自然语言处理 | 浏览:1089 | 评论:0
2018-07-10 14:22:58
GUI-WX使用
下载 ：pip install wxpython（注意我们在写py文件引入时import wx）基本使用:创建一个窗口。import wx app=wx.App() #创建一个主循环，必须的第一个环节frame=wx.Frame(None)#实例化一个窗口frame.Show()#展示app.MainLoop()#开启主循环创建组件并设计比例：效果图：组件绑定事件：open按键的功能——打开1.txt文档内容。sava按键的功能——写入，然后保存。创建成一个.exe的执行程序。——打包
作者:yangli | 分类:未分类 | 浏览:753 | 评论:0
2018-07-08 23:33:13
结巴分词加载词典、调整词典优先分词、正则结合切分引文和汉字组合词、以及hanlp加载词典及配置
1，jieba分词及字典加载、未登录词处理，正则结合词典解决单单加载词典也无法解决的问题。措施一：加载词典，然后调整加载的字典的词频。有些词还是会分布准确，可以分词后查看分词结果，将没分准的词拷贝到词典中，扩展词典。措施二：结合措施一，处理有些在字典里有也无法准确分出的词的处理。例如III期，3期，35.3%等，我们需要结合正则表达式来处理。（思想：显示正则匹配没一行句子，匹配到那些特殊的词，例如3期、III期等，用“FLAGS”来代替，然后进行分词，再join这些词以空格或者‘/’来区分每一个
作者:yangli | 分类:自然语言处理 | 浏览:1821 | 评论:0
2018-07-07 11:31:22
Hanlp的环境的安装及hanlp安装及分词测试
应用场景及介绍：Hanlp由模型与算法组成的java工具包，目标是普及自然语言处理在生产环境中的应用。 HanLp具备功能完善、性能高效、架构清晰、语料时新、可自定义的特点。功能：中文分词 、词性标注、命名实体识别、依存句法分析（jieba是没有该功能的）、关键词提取、新词发现、短语提取、自动摘要、文本分类
作者:yangli | 分类:自然语言处理 | 浏览:1140 | 评论:0
2018-07-04 23:09:03
windows10-GPU深度学习环境安装
一，本机的配置：二，文件准备。VS2015，官网社区版（2012，2013，2017也支持），注意CUDA8.0不支持VS2017CUDA9.0，官网下载地址cuDNN V7.05，官网下载，需要填调查表，进去后可看历史版本Anaconda3-5.0.1，清华镜像下载Tensorflow，Github下载 下载页面如上，具体位置参见后文。 注意：安装CUDA9.0前请确认VS2015已安装！三，安装，1. VS2017只需安装C++组件，见下图（引用自参考1），一路默认就行。
作者:yangli | 分类:自然语言处理 | 浏览:952 | 评论:0
2018-07-02 23:14:37
wingide的激活码
wingide在安装的过程中遇到了点小麻烦，在官网上下载(http://wingware.com/downloads/wingide下载最新的Wing IDE)安装后出现打不开的情况，解决的措施就是将一个platforms复制粘贴到wingide的工作目录下——距离太远找不到。辛苦安装好后，又跳出了要激活，码激活，接着又是网上一顿搜索，好在解决了，亲测有用，本人装的的是wingide6.1,没有激活破解的wingide会每隔几秒就提示你去激活。代码：将下列代码粘贴在自己新创建的一个Python3
作者:yangli | 分类:未分类 | 浏览:809 | 评论:0
2018-06-28 11:10:03
安装tesserocr库
我遇到的情况是直接在cmd中输入pip install tesserocr会出现各种报错。解决措施：在网站:https://github.com/simonflueckiger/tesserocr-windows_build/releases寻找适合自己的版本，下载放在自己的Python安装路径下，在cmd中执行：pip3 install tesserocr-2.2.2-cp35-cp35m-win_amd64.whl。就会安装到anacoda3的各种包中。
作者:yangli | 分类:爬虫 | 浏览:949 | 评论:0
2018-06-27 17:02:47
分词（一）-逆向最大匹配分词算法
分词，分词的重要性不想多说，分词的方法也多种多样根据你的任务来选择适当的方法吧。逆向最大匹配分词算法在我看来已经很老了，但是在学校学习老师还是会建议我们以任务的形式来再完成一遍，算是个自然语言处理的基础吧，能够帮助我们更好的理解什么是分词。逆向最大匹配分词的原理：逆向向最大匹配分词需要在已有词典的基础上，从被处理文档的末端开始匹配扫描，每次取最末端的i个字符（分词所确定的阈值i）作为匹配字段，若匹配失败，则去掉匹配字段最前面的一个字，继续匹配。而且选择的阈值越大，分词越慢，但准确性越好。优点：逆
作者:yangli | 分类:自然语言处理 | 浏览:970 | 评论:0
- 控制面板
- 网站分类
- 搜索
- 文章归档
-
- 2023年4月 (1)
- 2022年12月 (6)
- 2022年11月 (2)
- 2022年10月 (4)
- 2022年9月 (1)
- 2022年8月 (1)
- 2022年7月 (2)
- 2022年4月 (1)
- 2022年3月 (4)
- 2021年5月 (1)
- 2021年3月 (1)
- 2020年10月 (1)
- 2020年9月 (11)
- 2020年8月 (1)
- 2020年7月 (2)
- 2020年5月 (4)
- 2020年4月 (1)
- 2020年2月 (1)
- 2020年1月 (1)
- 2019年11月 (2)
- 2019年10月 (3)
- 2019年9月 (5)
- 2019年8月 (19)
- 2019年7月 (6)
- 2019年6月 (8)
- 2019年5月 (10)
- 2019年4月 (16)
- 2019年3月 (37)
- 2019年2月 (24)
- 2019年1月 (11)
- 2018年12月 (3)
- 2018年11月 (3)
- 2018年10月 (7)
- 2018年9月 (8)
- 2018年8月 (41)
- 2018年7月 (29)
- 2018年6月 (14)
- 2018年5月 (16)
