搜索资源列表
wordCount
- python代码，利用hadoop分布式框架处理文本内容重的统计词频问题 -python code, use hadoop distributed framework for handling text heavy question word frequency statistics
lab_3
- 统计txt文件中单词的词频，要输入的txt文件inputdata，和要输出的文件outputdata在工作空间中，程序从inputdata文件中统计词频，并在outputdata中输出统计结果-Statistical txt file word frequency, to enter txt file inputdata, and to the output file outputdata in the workspace, the program files from inputdata wo
Perceptron
- 机器学习中Perceptron算法统计词频-The statistics of words of perceptron algorithm in Machine Learning
ansj_seg-master
- 一个功能非常全面的分词程序，内部有许多测试类可以使用，包含了词频的统计功能在其中，可以-A very comprehensive segmentation procedures, internal classes can use many tests, including word frequency statistics function in which you can see under the next
WordFrequencyStat
- 实现词频统计的小程序，用java写的，个人觉得不错！-Word frequency statistics to achieve a small program written in java, personal feel good!
code
- 给定多个目录，要求并发地统计这些目录下所有文件中，英文单词出现的次数。 假设：目录下的文件只包含英文单词 限制：采用多进程协作的方式 功能要求：词频统计结果需要写入指定的结果文件。用户可以通过查看这一结果文件， 了解这些目录下文件中的词频统计信息-Given multiple directories, the number of requests that all files in these directories, the English word appears c
frequency-statistics-tool
- 这是一款用Python编写的用来进行遍历词频统计的工具。-This is a written in Python used to traverse the frequency statistics tool.
The-text-pretreatment_NLP
- NLP 文本预处理—— 标注词性、词频等信息-NLP text preprocessing- part of speech tagging, word frequency and other information
567657
- SCWS是Simple Chinese Word Segmentation的首字母缩写（即：简易中文分词系统）。 这是一套基于词频词典的机械式中文分词引擎，它能将一整段的中文文本基本正确地切分成词。 词是中文的最小语素单位，但在书写时并不像英语会在词之间用空格分开， 所以如何准确并快速分词一直是中文分词的攻关难点。 -SCWS initials Simple Chinese Word Segmentation abbreviations (ie: Simple Chinese
Tibetan-frequency-
- 可以实现对指定文本文档中的词进行词频统计，使用时，请将含有藏语词的文档放入debug文件夹中，命名成output.txt-Can realize to the specified text in the document word for word frequency statistics, when using, please put contains Tibetan word document in the debug folder, named as the output. TXT
Lucene
- Lucene中文词频统计，包括分词，统计，排序，运行高效，分词手段使用Lucene封装的类库，操作简便-Lucene Chinese word frequency statistics, including segmentation, statistics, sorting, efficient operation, word means using Lucene library package, easy to operate
myFileStream
- 词频统计，能实现英文文章的分词和统计功能，代码比较简单，容易实现。-Word frequency statistics, to achieve the English word articles and statistical functions, the code is relatively simple, easy to implement.
Word
- 使用的词频统计软件：用于英文单词词频统计，文件中给出主要的源代码-Frequency Statistics Software used: for the English word frequency statistics, the paper gives the main source code
Calfreq
- 对英文文档分词，实现文章的词频统计以及整序排列输出-The English word document, word frequency statistics and realize the article output of the entire sequence alignment
HmmPos
- 本文主要研究在给定的机械词频词典下的基于字符串匹配的中文分词系统，将一整段文字基本正确的切分成词，并标注上词性。在实现分词的过程中，最重要的两个因素就是分词速度和分词精度。因此，我们以分词速度、分词正确率和分词召回率作为中文分词评测标准，力求达到较高的分词速度和分词精度-word Tagging
Trie
- 用字典树的方法高效地对英文文章的单词进行词频统计，并输出统计结果（词频由小到大）-To count the word frequency for an english artical efficiently, using the algorithm of trie, and output the statistic result(word frequency from low to high)
Output-in-descending-order
- 录入部分单词和其使用频率，将它们按其词频降序排序后输出-Entry partial word and its frequency of use, they are sorted in descending order according to their word frequency output
wordCount
- 关于词的处理，词频统计，统计词频，非常实用。-word count
IG
- 文本分类中特征提取的代码。采用信息增益法，对文本的空间向量模型能达到有效降维。文件的输入形式必须是词号-词频形式。- Text Categorization feature extraction code. Using information gain method, the vector space model of the text to achieve effective dimensionality reduction. Enter the file must be in the f
huffmancode
- 哈夫曼编码是一种常用的数据压缩技术，对数据文件进行哈夫曼编码可大大缩短文件的传输长度，提高信道利用率及传输效率。要求采用哈夫曼编码原理，统计文本文件中字符出现的词频，以词频作为权值，对文件进行哈夫曼编码以达到压缩文件的目的，再用哈夫曼编码进行译码解压缩。 统计待压缩的文本文件中各字符的词频，以词频为权值建立哈夫曼树，并将该哈夫曼树保存到文件中。 -Huffman coding is a commonly used data compression technology, Huffman