搜索资源列表
liqingyun_paper
- 一篇关于“现代汉语标注语料，树库文档转换成XML文档”的论文。 论文主要做了以下三个工作： 1. 对于汉语语料库的文本文档，进行转换，生成XML文档。 2. 对于符合树库标准的文档，进行转换，生成XML文档。 3. 将XML文档，根据DOM标准，以树形显示在屏幕上。-one of the "Modern Chinese Corpus tagging trees for documents converted into XML documents," the papers. P
TestCorpus
- 这个对vc的初学者很有帮助哦，简单的语料库管理工具。-the right vc beginners helpful Oh, the simple Corpus management tool.
相似度计算器
- 相似度计算器(含语料库)
AIML-Verbot_Converter.rar
- 一款将AIML语料库转换为Verbot语料的软件，其中Verbot是国外非常流行的智能聊天软件。,A corpus will be converted to AIML software Verbot corpus, which Verbot is very popular abroad, intelligent chat software.
zzbds.rar
- 用正则表达式处理语料库，最多可以处理500个句子，如果想拥有更多功能可以注意使用V2.0,Corpus with the regular expression processing, can handle up to 500 sentences, if you want to have more features may take note of the use of V2.0
AutoChatting.rar
- 用AIML语言开发的一款中文自动聊天软件，附加有部分AIML中文对话语料库,AIML language developed by a Chinese auto-chat software, additional dialogue, some Chinese Corpus AIML
Chinese--NER
- 基于CRF的中文机构名识别系统。使用北京大学1998年的人民日报语料库作为训练语料。除常用的特征模板，已经词性特征外，使用词语的最后一个字作为特征，提高了机构名识别的准确率, 调用了CRF++程序包训练模型。-CRF-based name recognition system of Chinese institutions. People' s Daily, Peking University in 1998 with corpus as training data. In additio
GBK_pinyin_table
- GBK拼音字表,含有32026个汉字，还包括词频，是开发输入法的绝佳语料库-GBK pinyin table 32026
PoS-Tagging-based-on-HMM
- 基于隐马尔科夫的中文词性标注系统的C++源代码，包括训练集和测试集语料库，单词量和词性数目都没有写死，可适应任意大的训练和测试数据集，程序已经过优化，一次标注只需要不到10秒的时间。-Based on Hidden Markov of the Chinese part of speech tagging system in C++ source code, including the training set and test set corpus, vocabulary and speech
Unsupervise
- 利用隐马尔可夫模型实现词性标注。此为无监督模型。 内含语料库和测试集。方便大家学习。-The use of Hidden Markov Model to achieve part of speech tagging. This is no oversight model. Corpus and the test set contains. To facilitate them to learn.
word-segment-tool-for-chinese
- 基于北大语料库的分词器，简单，有使用说明-a chinese word segment tool
SpamFiltering
- 该程序实现的是一个垃圾邮件过滤系统，方法采用的是NAIVE Bayes，语料库用的是LINspam—public，程序中有使用说明，希望大家一起探讨改进一下.-The program is a spam filtering system, methods used NAIVE Bayes, Corpus used LINspam-public, the procedures in use, hoping to improve what we explore.
PU123ACorpora.tar
- 这是一个供做垃圾邮件方面东西的朋友的语料库，很好用的，望对大家有帮助-This is a place for things to do in junk e-mail a friend corpus, well used, hope helpful to everyone
clcl
- 关于语音识别中语料库的建立与整理，以及分析统计-Speech Recognition Corpus on the establishment and finishing, as well as the analysis of statistical
bigram1
- 根据从语料库中统计出的词表建立二元文法法语言模型-According to statistics from the corpus vocabulary out of the establishment of the dual language model grammar France
MM2
- 利用隐马尔可夫模型实现词性标注。此为无监督模型。 内含语料库和测试集。方便大家学习。--Transition Matrix and Emission Matrix of Hidden Markov Model
VoxForge
- 高级语音识别语料库，英语专用，HTK必备资料-Advanced speech recognition corpus, English dedicated, HTK essential information
1
- 基于WEKA平台的文本聚类研究与实现 文本聚类是文本挖掘领域的一个重要研究分支，是聚类方法在文本处理领域的应用。本文对基于空间向量模型的文本聚类过程做了较深入的讨论和总结，利用文本语料库，基于数据挖掘工具研究并实现了文本聚类的过程。本文首先给出了文本聚类的思想和过程，回顾了文本聚类领域的已有成果，列举了文本聚类领域在特征表示、特征提取等方面的基础研究工作。另外，本文回顾了现有的文本聚类算法，以及常用的文本聚类效果评价指标。在研究了已有成果的基础上，本文利用20 Newsgroup文本语料库，
WekaTest
- weka包+eclipse完成中文语料库分词 分类-weka package+ eclipse complete classification of Chinese word segmentation corpus
qwvvfg
- 基于语料库的中文姓名识别方法研究 本文在大规模语料基础上提取和分析了中文姓氏和名字用字的使用频率，研究了 中文姓名识别的评价函数，动态地建立了姓名识别统计数据表和姓名阅值-Corpus-based Study of Chinese Names Recognition Based on the large-scale extraction and analysis of corpus based on the first and last name in Chinese character