程序猿养成中

摘要： 提取主题词，优化自动分类模块，准备进行全网关联 阅读全文

摘要： 运行结果： 两个进程同时运行，输出的结果并不是按照某个固定的顺序进行的，是随机产生的，无规律可言。 参考博客：https://blog.csdn.net/zyj0813/article/details/78345617 阅读全文

摘要： 第八周打算对正规新闻进行提取时间、地点、人物、话题、动作，之后进行关联图可视化展示。 话题的提取打算采用精确提取关键字接近话题的方法，主要参考神策杯2018的赛题流程进行提取。 其他内容的提取继续进行优化，争取精准一点。 关联图初步打算采用较为简单的关联图。 如果时间合适，打算继续接着整体流程：并行 阅读全文

摘要： 一开始按照网上的方法在配置文件加入自定义的词典不行，不知道是什么问题，这里给出链接，有兴趣的自己尝试：https://my.oschina.net/u/3793864/blog/3073171 说一下我的方法：在hanlp.java中添加路径即可，数组里直接加入 可以看到我是谁三个字被当成名词输出 阅读全文

摘要： 这是距离上一次关于毕设博客很久之后的第二篇博客。 这么长时间尝试了本次项目所需的各种NLP处理方法。说说最近的成果吧还是。要对之后爬取的数据进行分类操作，但是分类的类别和一般的不太一样，下面是我定义的类别： 那么就开始了训练： 找到了一个全是科技类的新闻数据集，大约16万吧，里面全是科技类新闻（训练 阅读全文

摘要： 这是一个心酸的历程。 py文件如下： 这里调用出现的问题主要是第三方包的问题，因为你的py文件里可能含有很多三方库文件，jython的jar包里可能不含有这个，所以这时需要你找到你已有三方库文件的exe，怎么找呢，去你的pycharm里找，不然java会调用计算机默认的python去做，而你可能只是 阅读全文

摘要： 原数据： 去掉括号内容（包括括号，或者替换为指定内容） 即可。 世界之大，这个东西，准确的说正则表达式，我搞了小半天！！！ 阅读全文

摘要： 源码： 结果： 参加百度云具体事例。 阅读全文

摘要： 怎么说呢，静态的页面，但我也写了动态的接口支持，方便后续爬取别的新闻网站使用。 之后就是爬虫; 结果： 当然还没有清洗内容，后续会清洗以及爬取动态网站啥的。 参考博客：https://blog.csdn.net/gx304419380/article/details/80619043#comment 阅读全文

摘要： 毕设内容：舆情监测。 浪浪荡荡了一个月，也该开始毕设了。最近一直在看论文，研究怎么开始，万事开头难，就是不知道从哪下手开始，一直不开始，一直不会做。 首先还是分析了一下题目本身明显的需求，第一步肯定是先进行爬虫。因为做这个系统在量级上肯定使用原来的一些数据库存储，读写速度肯定跟不上，但是目前打算先用 阅读全文