-
文本分类
1.用seg进行分词
输入参数一:输入文本语料所在的文件夹路径。 如 文本文件语料都放在 train//text 文件夹下,则参数为:train//text//* 。 注意:必须每篇文章在一个txt文本中。
输入参数二:输入存储分词后的结果文件所在的文件夹路径:如:result//text。注意:不需要加*
本工具采用了中科院的中文分词工具,ICTCLAS,请自行到ICTCLAS官网下载该工具。并把Data文件夹,Configure.xml,ICTCLAS30.h,ICTCLAS30.lib,ICTCLAS30.dll放在和seg.exe同文件夹下面。
2.getFeature获取特征:输入参数格式如上。
其输入语料为seg分词的结果。
注意:请把ICTCLAS30.dll放在于getFeature.ext同一个文件夹下面
3.getSVMTtrain转化成libSVM的格式
输入参数1:输入文本语料所在的文件夹路径。 如 文本文件语料都放在 train//text 文件夹下,则参数为:train//text//* 。其输入的文件为getFeature后得到的结果。
请点击左侧文件开始预览 !预览只提供20%的代码片段,完整代码需下载后查看 加载中 侵权举报
- 2022-05-15 15:25:33下载
- 积分:1
-
Spring JPA Data sample
完整的使用Spring JPA访问数据库的例子,支持事务处理,支持Hikari链接池。Spring 通过java config配置,适合spring 入门人员参考
- 2022-05-07 23:50:37下载
- 积分:1
-
hibernate4.2-jar包
资源描述
hibernate4.2-jar包:
1、比起hibernate3.0版本,有很多的性属性!
2、欢迎大家下载
- 2022-08-24 15:18:46下载
- 积分:1
-
基于Jfinal开发的基础开发平台
基于JFinal开发的基础平台,组织架构管理的功能很完善。有些小bug,但不影响学习
- 2022-03-24 10:33:41下载
- 积分:1
-
WPF Android CheckBoxSelect
这个控件把选择框CheckBox控件进行扩展,把它作为ComboBox下拉框的Item子项,从而允许在下拉框中选择多个选项。程序开发语言是java,它非常实用,且非常简单
- 2023-03-01 19:50:03下载
- 积分:1
-
netscanner
这是 Java 网络扫描仪项目 ("jnetscan") 这一项目在 2008 年 3 月 13 日,在 SourceForge.net 上注册并由项目团队形容如下: jnetscan 是一个简单的 java 网络实用程序,它允许您扫描网络,查找可到达主机、 打开的端口和剪切的资源,具有额外功能 (坪,跟踪路由,netstat,发送短信, ...)
- 2022-01-30 13:43:48下载
- 积分:1
-
PTSPserver
PTSP server and client,可以实现简单的socket传输数据,有服务器和客户端code,PTSP server and client,可以实现简单的socket传输数据,有服务器和客户端code,PTSP server and client,可以实现简单的socket传输数据,有服务器和客户端code,PTSP server and client,可以实现简单的socket传输数据,有服务器和客户端code,PTSP server and client,可以实现简单的socket传输数据,有服务器和客户端code,PTSP server and client,可以实现简单的socket传输数据,有服务器和客户端code,PTSP server and client,可以实现简单的socket传输数据,有服务器和客户端code,PTSP server and client,可以实现简单的socket传输数据,有服务器和客户端code。
- 2022-05-09 05:27:20下载
- 积分:1
-
词法分析
编制一个读单词过程,从输入的源程序中,识别出各个具有独立意义的单词,即基本保留字、标识符、常数、运算符、分隔符五大类。并依次输出各个单词的内部编码及单词符号自身值
- 2022-01-26 06:47:38下载
- 积分:1
-
tf-idf Java实现,还是很不错的
资源描述TF-IDF(term frequency–inverse document frequency)是一种用于资讯检索与资讯探勘的常用加权技术, TFIDF的主要思想是:如果某个词或短语在一篇文章中出现的频率TF高,并且在其他文章中很少出现,则认为此词或者短语具有很好的类别区分能力,适合用来分类。TFIDF实际上是:TF * IDF,TF词频(Term Frequency),IDF反文档频率(Inverse Document Frequency)。TF表示词条在文档d中出现的频率。IDF的主要思想是:如果包含词条t的文档越少,也就是n越小,IDF越大,则说明词条t具有很好的类别区分能力。如果某一类文档C中包含词条t的文档数为m,而其它类包含t的文档总数为k,显然所有包含t的文档数n=m + k,当m大的时候,n也大,按照IDF公式得到的IDF的值会小,就说明该词条t类别区分能力不强。但是实际上,如果一个词条在一个类的文档中频繁出现,则说明该词条能够很好代表这个类的文本的特征,这样的词条应该给它们赋予较高的权重,并选来作为该类文本的特征词以区别与其它类文档。这就是IDF的不足之处。这里采用了外部插件IKAnalyzer-2012.jar,用其进行分词,插件和测试文件可以从这里下载
- 2022-11-20 22:00:04下载
- 积分:1
-
Java语音聊天工具
资源描述这是一个实现了语音测试即时通讯功能的Java源代码,已经试过,可以用,对这方面的初学者应该有很大的帮助,希望能通过,第一次发。。。
- 2022-02-12 23:20:34下载
- 积分:1