coooole的技术博客

摘要： 前言 最近需要做一些NLP 方面的工作，使用的是Java，在此总结一下使用Java读取Word(.doc)格式文件的方法。 Apache基金会非常厉害，开源工具包POI就可以处理微软家的文档，甚至包括Excel和PowerPoint。我们就使用POI来做。 步骤 下载 https://poi.apa 阅读全文

摘要： 前期准备 使用文本向量化的前提是要对文章进行分词，分词可以参考前一篇文章。然后将分好的词进行向量化处理，以便计算机能够识别文本。常见的文本向量化技术有词频统计技术、TF-IDF技术等。 词频统计技术 词频统计技术是很直观的，文本被分词之后。 用每一个词作为维度key，有单词对应的位置为1，其他为0， 阅读全文

摘要： 适用场合 Apriori算法包含两部分内容：1，发现频繁项集 2，挖掘关联规则。 通俗地解释一下，就是这个意思：1.发现哪些项目常常同时出现 2.挖掘这些常常出现的项目是否存在“如果A那么B”的关系。 举个例子：网店购物订单常常会出现这样一种情况：那就是某几种物品常常一起买。比如锅和铲子、手机和手机 阅读全文

摘要： 题目描述 输入某二叉树的前序遍历和中序遍历的结果，请重建出该二叉树。假设输入的前序遍历和中序遍历的结果中都不含重复的数字。 题目思路 本题就是按照建立二叉树的思路建立就行了。先序遍历的第一个是根节点，然后在中序遍历找到该根节点，以此为界，中序遍历的左边是它的左子树的中序遍历，同样地找到该左子树在先序 阅读全文

摘要： 背景 最近接触到了一些NLP方面的东西，感觉还蛮有意思的，本文写一下分词技术。分词是自然语言处理的基础，如果不采用恰当的分词技术，直接将一个一个汉字输入，不仅时间复杂度会非常高，而且准确度不行。比如：“东北大学”若直接拆分，会和“北大”相关联，但其实没有意义。 有没有英文分词？ 西方文字天然地通过空 阅读全文

摘要： 题目内容 题目来源：剑指offer、LeetCode Write an efficient algorithm that searches for a value in an m x n matrix. This matrix has the following properties: Intege 阅读全文

摘要： 题目内容 题目来源：LeetCode Reverse a linked list from position m to n. Do it in-place and in one-pass. For example:Given 1->2->3->4->5->NULL, m = 2 and n = 4, 阅读全文

摘要： 题目内容 题目来源：LeetCode Reverse a singly linked list. 题目思路 这个属于经典问题，链表反转的思路基本上已经非常固定了。有两种非常常见的方法：1.三指针法 2.头插法 这个题目用到的是三指针法。 方法：设立三个指针，分别叫做pre, curr, next。这 阅读全文

摘要： 题目内容 题目来源：LeetCode You are given two non-empty linked lists representing two non-negative integers. The digits are stored in reverse order and each of 阅读全文

摘要： 题目内容 本题来源：LeetCode Given an array and a value, remove all instances of that value in place and return the new length. Do not allocate extra space for 阅读全文