有声有色工作，有滋有味生活，有情有义做人
  博客园  :: 首页  :: 新随笔  :: 联系 :: 订阅 订阅  :: 管理

10 2014 档案

83款 网络爬虫开源软件

摘要：1、http://www.oschina.net/project/tag/64/spider?lang=0&os=0&sort=view&搜索引擎NutchNutch是一个开源Java实现的搜索引擎。它提供了我们运行自己的搜索引擎所需的全部工具。包括全文搜索和Web爬虫。 尽管Web搜索是漫游Int... 阅读全文

posted @ 2014-10-10 12:00 小采采 阅读(1361) 评论(1) 推荐(0)

基于CRF工具的机器学习方法命名实体识别的过

摘要：[转自百度文库]基于CRF工具的机器学习方法命名实体识别的过程|浏览：226|更新：2014-04-11 09:32这里只讲基本过程，不涉及具体实现，我也是初学者，想给其他初学者一些帮助，如有不对，请多包涵方法/步骤语料的收集整理。部分专业有完整的语料库（包括训练语料和测试语料，这些语料不需要再进行... 阅读全文

posted @ 2014-10-10 11:49 小采采 阅读(1044) 评论(0) 推荐(0)

几款开源分词工具比较

摘要：几种开源分词工具的比较分类：全文搜索引擎2012-08-14 16:186175人阅读评论(0)收藏举报工具luceneqq算法扩展文档[转载]分词工具特点支持语言原理词典及扩展性StandardAnalyzer中文、英文（unicode）中文：单字符切分英文：根据空格切分ChineseAnalyz... 阅读全文

posted @ 2014-10-10 11:47 小采采 阅读(5173) 评论(0) 推荐(0)