小白菜的BLOG

摘要： 本文记录了用新浪微博官方Python SDK调用API进行开发的流程。准备工作申请成为开发者并创建一个应用：首先要有一个新浪微博的账号，然后去新浪微博开放平台（http://open.weibo.com/）创建一个应用，具体的步骤官网文档介绍的非常详细：在开发者页面点击“登录” -> “创建应用” ... 阅读全文

摘要： Mallet是Umass大牛开发的一个关于统计自然语言处理的l的开源库，很好的一个东西。可以用来学topic model，训练ME模型等。对于开发者来说，其官网的技术文档是非常有效的。mallet下载地址，浏览开发者文档，只需点击相应的“Developer's Guide”。下面以开发一个简单的最大... 阅读全文

摘要： 本栏目来源于对Coursera在线课程NLP（by Michael Collins）的理解。课程链接为：https://class.coursera.org/nlangp-0011. Tagging Problems1.1 POS Tagging问题描述Input：Profits soared at... 阅读全文

摘要： CoreNLP在Eclipse下的使用方法。 阅读全文

摘要： 字符串操作：字符串分割：String array[] = str.split("\t");字符串截取：str.substring(0,2);字符串比较：str1.equals(str2)数组操作：array定义：type[] 变量名 = new type[数组中元素的个数]; //eg: int[]... 阅读全文

摘要： 语言模型，马尔科夫模型，bigram，trigram 阅读全文

摘要： liblinear参数及使用，java语言 阅读全文

摘要： spark1.0.0下使用scala实现机器学习算法，包括分类、回归、聚类、协同过滤以及降维等。 阅读全文

摘要： spark1.0.0 集群 Standalone Applications scala sbt 阅读全文

摘要： 现在大家可以跟我一起来实现Ubuntu 12.04下Hadoop 2.2.0 集群搭建，在这里我使用了两台服务器，一台作为master即namenode主机，另一台作为slave即datanode主机，增加更多的slave只需重复slave部分的内容即可。系统版本：master：Ubuntu 12.... 阅读全文