摘要：
HanLP 关键词提取算法分析 参考论文：《TextRank: Bringing Order into Texts》 "TextRank算法提取关键词的Java实现" "TextRank算法自动摘要的Java实现" 这篇文章中作者大概解释了一下TextRank公式 1. 论文 TextRank是一个 阅读全文
摘要：
最大熵源码解读 先简要介绍一下最大熵，主要的参考资料是： 《自然语言处理的最大熵模型》常宝宝 《统计自然语言处理》第二章 《条件随机场综述》韩雪东 《Classical Probabilistic Models and Conditional Random Fields》 Roman Klinger 阅读全文
摘要：
隐马尔可夫模型维特比算法详解 关于隐马尔可夫模型的维特比解码算法网上已有一大批文章介绍，故本文不再介绍。 本文主要是在读《自然语言处理简明教程》和看HanLP 中文人名识别源码过程中，对该算法的一次梳理，以防忘记。 隐马模型有三个问题，其中二个是： 给定HMM模型 $\lambda$ 和一个观察序列 阅读全文
摘要：
HanLP中人名识别分析 在看源码之前，先看几遍论文《基于角色标注的中国人名自动识别研究》 关于命名识别的一些问题，可参考下列一些issue: "名字识别的问题 387" "机构名识别错误" "关于层叠HMM中文实体识别的过程" HanLP参考博客： "词性标注" "层叠HMM Viterbi角色标 阅读全文
摘要：
HanLP二元核心词典解析 本文分析：HanLP版本1.5.3中二元核心词典的存储与查找。当词典文件没有被缓存时，会从文本文件CoreNatureDictionary.ngram.txt中解析出来存储到TreeMap中，然后构造start和pair数组，并基于这两个数组实现词共现频率的二分查找。当已 阅读全文
摘要：
HanLP用户自定义词典源码分析 1. 官方文档及参考链接 关于词典问题Issue，首先参考： "FAQ" 自定义词典其实是基于 规则 的分词，它的用法参考 "这个issue" 如果有些数量词、字母词需要分词，可参考: "P2P和C2C这种词没有分出来，希望加到主词库" 关于词性标注：可参考 "词性 阅读全文
摘要：
贝叶斯推断之拉普拉斯近似 本文介绍使用拉普拉斯近似方法来求解贝叶斯后验概率分布。在上一篇文章： "贝叶斯推断之最大后验概率(MAP)" 中介绍了使用点估计法来求解后验概率分布，在文章中定义了后验概率分布公式: $$p(w|t,X)=\frac{p(t|X,w)p(w)}{p(t|X)}$$ 分母$p 阅读全文
摘要：
贝叶斯推断之最大后验概率(MAP) 本文详细记录贝叶斯后验概率分布的数学原理，基于贝叶斯后验概率实现一个二分类问题，谈谈我对贝叶斯推断的理解。 1. 二分类问题 给定N个样本的数据集，用$X$来表示，每个样本$x_n$有两个属性，最终属于某个分类$t$ $t=\left\{0,1\right\}$ 阅读全文
摘要：
问题描述 想在一个JAVA Class 向同一个Redis实例的不同 dbindex 写入数据，非常类似于StackOverflowe上的 "[How can select dbIndex when I use RedisTemplate in Spring Data Redis?" 。在 "这篇文 阅读全文
摘要：
这篇文章记录使用spring boot starter redis访问Redis。Redis相关的的配置文件放在Resources目录下的application.yml文件中，如下所示： 首先在pom.xml中添加依赖： RedisTemplate配置 Spring boot默认能够使用 @Auto 阅读全文