搜索资源列表
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
GetURL
- 从URL中WEB挖掘,基于互联网双语语料的获取-web mining from URL，base on the getting the language resorces in internet
SogouT.mini.tar
- 百度搜索引擎具有响应速度快、查找结果准确全面、时效性强、无效链接少、符合中文语言特点和中国人使用习惯等优点。 1...这种方法只需对语料中的字组频度进行统计,不需要切分词典,因而又叫做无词典分词法或统计取词方法。但这种方法也有一定- IHTMLDocument3* pHTMLDoc3 HRESULT hr = m_pHTMLDocument2->QueryInterface(IID_IHTMLDocument3, (LPVOID*)&pHTMLDoc3)
WindowsApplication1
- 处理的对象是：完成分词和词性标注的语料，实现的结果是：统计出现词频完成降序排列。-Dealing with the object are: the completion of word segmentation and POS tagging of the corpus, the results achieved are: the completion of word frequency statistics appear in descending order.
yuyinchulichengxv
- 对给定语料估计其基音周期。 要求用MATLAB或C语言实现有关基音检测算法，并给出检测结果。 -For a given corpus to estimate the pitch period. Required to use MATLAB or C language realization of the pitch detection algorithm, and gives test results.
HtmlAgilityPack20
- HtmlAgilityPack20 对从网站上爬去的新闻语料抽取出标题，时间，正文等-HtmlAgilityPack20 right from the Web Paqu news corpus extracted title, time, text, etc.
ChinesePronominalCoreferenceResolution
- 基于决策树的汉语代词共指消解 提出一种统计与规则相结合的决策树算法进行汉语代词共指消解 ,利用规则过滤掉属性冲突的反例 ,一定程 度上弥补了决策树算法忽略属性关联性的缺点. 采用 Chinese Treebank 作为语料进行测试 ,手工标注其中的共指 关系和特征向量 首先用规则过滤 ,然后采用 C415 决策树算法选择先行语. 实验结果显示 ,消解成功率为 82159 ,其中人称代词和指示代词的成功率分别为 87160 和 75121 .-A total based on de
Javaspamfiltering
- java 过滤垃圾邮件 贝叶斯过滤 内含语料 有正常邮件 垃圾邮件 便以过滤-java Bayesian filter to filter spam e-mail containing a normal corpus will be to filter spam
LJParser
- 聚类算法相关知识，有语料和训练文本集，可供大家学习。-AppWizard has created this application for you. This application not only demonstrates the basics of using the Microsoft Foundation classes but is also a starting point for writing your application.
fenci
- 分词时，可以使用的词典及其语料。语料是北大1998年语料，已经分好词，并且标好词性。-Word, you can use the dictionary and corpus. Corpus is a corpus of Beijing University in 1998, has been divided into many words, and marked a good part of speech.
IDFCal
- tf-idf程序，朋友写的，很好。对中文句子进行相似度计算，有计算句子权值、排序、两两句子之间的相似度计算。有语料，可以直接运行-tf-idf program, friends wrote, very good. Similarity calculation for Chinese sentences, the sentence weights are calculated, sort, twenty-two similarity between sub-calculation. A corpu
1998renminribaodaiyoucixingbiaozhu
- 语音合成训练用语料，分词并带有词性标注。文档性质不是源码。-TTS language training materials, word and with part of speech tagging. The nature of the document is not a source.
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
java-text-classter-tool
- Java 实现的文本分类工具，包含语料库和实例代码。-Java implementation of text classification tools, including the corpus and the example code.
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
autosummarization
- 能够对输入语料进行分词，然后以此为输入自动生成文章摘要。-To segmentation of the input corpus, then used as input automatically generated summary of the article.
Yard0.2.0
- 用JAVA实现的中文语料分割。使用时直接点击yard批处理文件在DOS界面操作。 -Implemented with JAVA Chinese corpus segmentation. Click the yard when used directly in the DOS batch file interface operation.
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，
ICTCLAS50_Windows_32_JNI
- 中科院分词软件，用于语料预处理，不错的。-ictclass word split
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