luyfSearch2.0.tar

java中lucene的源代码，用于文本分类的一个很好的工具，是由一个著名的语言研究者编写的(lucene code for java)

10个中文分词数据集，用于训练中文分词模型(Ten Chinese Word Segmentation Datasets for Training Chinese Word Segmentation Model)

实验模拟选择优先数调度算法实现在单处理器下的处理器调度。(experiments simulate several priority scheduling algorithm on a single processor under the processor scheduling.)

在中文分词之前，要对文档进行读取，本代码是实现了从磁盘读取的任务。(In the Chinese word prior to reading the document, the code is read from the disk to achieve the task.)

说明：  各种去电离层相位污染算法的比较，文章提到了各种不同的算法以及不同算法的性能比较包括PWVD 最大熵法，相位分段多项式法等(Comparison and anyalysis of ionospheric phase decontamination methods for backscattered signals)

说明：  python自然语言处理的中文翻译 作者: StevenBird, EwanKlein & EdwardLoper 英文出版社：O'REILLY 翻译：陈涛 提供了非常易学的自然语言处理入门介绍，该领域涵盖从文本和电子邮件预测过滤，到自动总结和翻译等多种语言处理技术。在此书中，你将学会编写Python程序处理大量非结构化文本。你还将通过使用综合语言数据结构访问含有丰富注释的数据集，理解用于分析书面通信内容和结构的主要算法。 《Python自然语言处理》准备了充足的示例和练习，可以帮助你： 从非结构化文本中抽取信息，甚至猜测主题或识别“命名实体”； 分析文本语言结构，包括解析和语义分析； 访问流行的语言学数据库，包括WordNet和树库(treebank)； 从多种语言学和人工智能领域中提取的整合技巧。(Natural Language processing with python)

说明：  HMM中文分词，基于隐马尔科夫模型 。需要进行训练后试验(Word Segmentation Based on Hidden Markov Model)

词是最小的能够独立活动的有意义的语言成分。 但汉语是以字为基本的书写单位，词语之间没有明显的区分标记，因此，中文词语分析是中文信息处理的基础与关键。(The word is the smallest independent activities meaningful language component. But Chinese is the word as the basic unit of writing, there is no obvious mark of distinction between the words, so Chinese word analysis is the foundation of Chinese information processing and critical.)

说明：  针对样本决策库数据量大的问题选用基于粗糙集对提取的样本数据进行离散化(Sample library data for decision-making problem of large sample selection based on rough sets were discrete data extraction)

此函数用来生成最大长度线性移位寄存器序列(m序列)(This function used to generate the maximum length linear shift register sequence (m sequence))