一点一滴
点点滴滴,记录人生主流中文分词技术方案(Jieba, SnowNLP, PkuSeg, THULAC, HanLP)对比
<一> 结巴分词Github:https://github.com/fxsjy/jieba结巴分词是国内最广泛使用的分词技术，该项目可以完全满足中文分词的需要。结巴分词有如下功能特点...
jieba / hanlp / ltp / standforCorenlp 分词器对比
目录分词运行效率对比实体识别效果对比分词效果对比*为了验证分词效率的，数据统一采用微博数据，共3379kb，共3382条。所有样本先采用规则分句，再进行分词和实体识别，standfordCore...
HTML转Markdown-python
安装pip install html2textimport html2text as ht if __name__ == '__main__': text_maker = ht.HTM...
根据76大细分词性对单词进行归组（二）
词性的重要性不言而喻，尤其是对于自然语言处理来说，哪怕就是记单词，根据词性对单词进行归组也是非常有帮助的。superword是一个Java实现的英文单词分析软件，主要研究英语单词音近形似转化规律...
根据76大细分词性对单词进行归组（一）
词性的重要性不言而喻，尤其是对于自然语言处理来说，哪怕就是记单词，根据词性对单词进行归组也是非常有帮助的。superword是一个Java实现的英文单词分析软件，主要研究英语单词音近形似转化规律...