2019年9月4日
新词发现 基于ngram方法
摘要： 原文 https://spaces.ac.cn/archives/4256/comment-page-1#comments 阅读全文
posted @ 2019-09-04 15:44 cup_leo 阅读(464) 评论(0) 推荐(0)
节约内存，用一个迭代器来逐篇输出
摘要： import re import pymongo from tqdm import tqdm import hashlib db = pymongo.MongoClient().weixin.text_articles md5 = lambda s: hashlib.md5(s).hexdigest() def texts(): texts_set = set() for a in tqdm(db 阅读全文
posted @ 2019-09-04 11:14 cup_leo 阅读(291) 评论(0) 推荐(0)