摘要：
一、首先介绍lucene涉及到的排序过程 1.1、如何自定义排序对象 你可以自定义collector对象； 亦可以自定义comparator对象； 可以自定义scoredoc对象，决定如何处理结果集合； 1.2、这几种自定义之间有何区别？ 自定义collector和comparator有什么区别呢？ 阅读全文
摘要：
1、最完整的解释 TF-IDF是一种统计方法，用以评估一个词对于语料库中的其中一份文件的重要程度。 就是给定语料库的情况下（给定语料库就是说已知语料库的属性信息），给定一个词语term，计算一个term对于文件的重要性（就是计算一个得分），文件是可变的； 这样的话可以计算在词语在多个文件的得分然后做 阅读全文
摘要：
一、一般有三个原则： 一般实体是作为 箭头的头部，表示被依赖结构； 一个节点只能 依赖于 一个结构，但是可以被多个结构所依赖； 是一个三元组,三者之间关系并不是固定的 (支配词/主词，被支配词/从词，依存关系)：所以针对一个固定的依存关系，支配词和 被支配词是可以变的，而且一般 是对应到词性级别的变 阅读全文
摘要：
首先需要将本地的jar包做mvn install到本地仓库中 mvn install:install-file -Dfile=D:\skyeye-ruleInfo\lib\lucene-queryparser-4.4.0.jar -DgroupId=org.apache.lucene -Dartif 阅读全文
摘要：
0、防止git push 提交较大文件的方法 1. git add -A 2. git commit -m "xxx" 3. git gc 4. 查找大文件, git rev-list --objects --all | git cat-file --batch-check='%(objecttyp 阅读全文
摘要：
-1、解决httpexchange输入中文乱码问题 这里要使用getQuery() 而不是getRawQuery） 0、说明： 0.1、首先是unicode转义字符 在涉及Web前端开发时, 有时会遇到\uXXXX格式表示的字符, 其中XXXX是16进制数字的字符串表示形式, 在js中这个叫Unic 阅读全文
摘要：
一、数据转换 如何对于训练数据做pairwise的transform，比如你原始数据是要么点击要么不点击，如何对这些样本数据做pairwise的transform？ 下面的方法主要是做组合的方法，就是针对指定group的所有样本作两两组合，然后作相减操作。 样本格式 <X,y>－－其中X是多维度变量 阅读全文
摘要：
最简单的方式是安装Postgres.App. 这个应用里自带了最新版本的PostgreSQL而且不需要学习数据库服务器启动和关闭的命令。程序安好后（别忘了拖拽到Application的文件夹里），会自动在端口5432开启一个PostgreSQL的服务器。在程序界面里还有一个很贴心的按钮 'Open 阅读全文