PIXNET Logo登入

葛瑞斯肯樂活筆記

跳到主文

國內外旅遊、食記與3C教學

部落格全站分類：生活綜合

  • 相簿
  • 部落格
  • 留言
  • 名片
  • 6月 29 週五 201816:22

  • [Natural Language Processing] Lesk Algorithm for Word Sense Disambiguation (解模糊語意的Lesk演算法)

1986年，Michael Lesk 設計出一個簡單的演算法，基本的概念為給定一個詞彙，其周圍的詞彙會傾向於在說明同一個主題，或者說它們分享著相似的概念[1]，除了原始的paper外，還可以在wikipedia找到 Lesk 演算法的說明[2]。
接著，我實作了原始 paper 中的演算法[1]，wikipedia上的版本[2]跟原始 paper 有著部份的出入，下方我會開始解釋實作的程式碼:
(繼續閱讀...)
文章標籤

葛瑞斯肯 發表在 痞客邦 留言(0) 人氣(293)

  • 個人分類：Natural Language Processing 學習筆記
▲top
  • 5月 03 週四 201813:48

  • [Natural Language Processing] Penn treebank and Chinese Penn treebank tagset (賓州大學中英文詞性列表)

undefined
在此特別紀錄賓州大學的中英文詞性列表，以方便查詢，上圖是英文的詞性列表 (POS tagset)，說明如下:
英文詞性列表 (POS tagset):
(繼續閱讀...)
文章標籤

葛瑞斯肯 發表在 痞客邦 留言(0) 人氣(325)

  • 個人分類：Natural Language Processing 學習筆記
▲top
  • 3月 28 週三 201817:11

  • [Natural Language Processing][Python] jieba (結巴) 中文斷詞使用教學

undefined
以下記錄在Python中使用結巴中文斷詞的方法:
(繼續閱讀...)
文章標籤

葛瑞斯肯 發表在 痞客邦 留言(0) 人氣(7,438)

  • 個人分類：Natural Language Processing 學習筆記
▲top
  • 5月 07 週日 201716:24

  • [Natural Language Processing][Java] 使用java進行Jieba中文斷詞

jieba_1.jpg Jieba 中文斷詞
 
(繼續閱讀...)
文章標籤

葛瑞斯肯 發表在 痞客邦 留言(0) 人氣(508)

  • 個人分類：Natural Language Processing 學習筆記
▲top
  • 5月 05 週五 201715:40

  • [Natural Language Processing][Segmenter] MMSeg 中文斷詞教學

mmseg_1.jpgMMSeg是由Chih-Hao Tsai所開發，裡面包含了兩種類型的長詞優先斷詞演算法(Maximum Matching Algorithm)。其官網如下:
(繼續閱讀...)
文章標籤

葛瑞斯肯 發表在 痞客邦 留言(0) 人氣(485)

  • 個人分類：Natural Language Processing 學習筆記
▲top
  • 5月 03 週三 201709:54

  • [Natural Language Processing][Segmenter] IKAnalyzer中文斷詞系統

undefined
介紹
IK Analyzer斷詞系統開發語言為Java，是為了建立在Lucence專案裡面的元件而發展的，最早期的版本出現在2006年。此斷詞系統有不同的斷詞模式: 最小粒度斷詞與智能斷詞，其主演算法本身為辭典式斷詞。
(繼續閱讀...)
文章標籤

葛瑞斯肯 發表在 痞客邦 留言(0) 人氣(256)

  • 個人分類：Natural Language Processing 學習筆記
▲top
  • 1月 24 週二 201716:29

  • [Natural Language Processing] ConceptNet5 教學與使用方式 ~S

1.jpg
ConceptNet是MIT(美國麻省理工學院)的一個計畫，它是一個語意網路，包含了各種事物之間的關聯性。
(繼續閱讀...)
文章標籤

葛瑞斯肯 發表在 痞客邦 留言(0) 人氣(1,158)

  • 個人分類：Natural Language Processing 學習筆記
▲top
  • 6月 20 週一 201600:20

  • [Natural Language Processing][Segmenter][Stanford NLP] Stanford segmenter (斷詞) 使用方式

1.jpg使用 Stanford 中文斷詞系統，首先，請到下列的網址:
http://nlp.stanford.edu/software/segmenter.html#Download
(繼續閱讀...)
文章標籤

葛瑞斯肯 發表在 痞客邦 留言(1) 人氣(823)

  • 個人分類：Natural Language Processing 學習筆記
▲top
  • 6月 14 週二 201609:34

  • [Natural Language Processing][Stanford NLP] Stanford Dependency parser 使用方式

1.jpg
Stanford jar 檔的安裝方式請參閱:
http://xken831.pixnet.net/blog/post/448840217-%5BTextMining%5DStanford%20parser%20%E4%BD%BF%E7%94%A8%E6%96%B9%E5%BC%8F
(繼續閱讀...)
文章標籤

葛瑞斯肯 發表在 痞客邦 留言(0) 人氣(251)

  • 個人分類：Natural Language Processing 學習筆記
▲top
  • 6月 14 週二 201608:45

  • [Natural Language Processing][StanfordNLP] Stanford parser 使用方式

3.jpg
Step 1: 請到下列的網址
(繼續閱讀...)
文章標籤

葛瑞斯肯 發表在 痞客邦 留言(0) 人氣(1,140)

  • 個人分類：Natural Language Processing 學習筆記
▲top
12»

臉書粉專

文章分類

  • 桃園美食 (1)
  • 台北美食 (354)
  • 高雄美食 (40)
  • 新北美食 (11)
  • 台中美食 (5)
  • 基隆美食 (1)
  • 宜蘭美食 (7)
  • 國外旅遊 (119)
  • 國內旅遊 (72)
  • 體驗品 (15)
  • 食譜 (1)
  • Natural Language Processing 學習筆記 (12)
  • Python 學習筆記 (51)
  • React學習筆記 (8)
  • Data Structure 學習筆記 (1)
  • Docker學習筆記 (7)
  • SQLite 學習筆記 (5)
  • Android 學習筆記 (95)
  • Linux學習筆記 (5)
  • Java 學習筆記 (62)
  • Text Mining 學習筆記 (17)
  • Servlet/JSP 學習筆記 (6)
  • Machine Learning 學習筆記 (17)
  • 程式相關 (24)
  • 文書處理 (34)
  • 應用軟體 (50)
  • 讀書心得分享 (6)
  • 學習 (2)
  • 生活記事 (0)
  • 未分類文章 (1)

文章搜尋

個人資訊

葛瑞斯肯
暱稱：
葛瑞斯肯
分類：
生活綜合
好友：
累積中
地區：

參觀人氣

  • 本日人氣：
  • 累積人氣：

愛食記

愛體驗

BloggerAD

pixGoogleAdsense1

熱門文章

  • (7,722)【Word】word中設定與調整讓中文與英文不同字體
  • (15,288)【台北中山】行天宮拜拜完去哪吃？「泰富豪」泰式料理吃到飽，超過50道菜任你吃！
  • (4,955)【台北中山】沐田No.2-1涮涮工廠、單點火鍋、位在中山捷運站4號出口旁、走舒適路線的火鍋店、內有素食鍋
  • (4,142)【台北北投】築間幸福鍋物北投立功店、紅線關渡捷運站1號出口步行三分鐘、近好事多、華碩、和碩
  • (4,011)【新北淡水】壽喜燒一丁淡海店、位在淡水美麗新廣場的壽喜燒吃到飽、肉品厚實、大口滿足
  • (8,332)【高雄大樹】追風奇幻島魔法歡樂谷高雄義大館、義大購物中心3F、很划算的親子樂園、一票玩到底
  • (3,300)【新北新莊】新莊爸媽必收！「愛寶兒雲夢樂園」：百坪超大室內遊戲區、地點就在J-Mart地下室，玩整天也不怕日曬雨淋！
  • (2,659)【新北新莊】金大鋤壽喜燒SUKIYAKI-新莊店、位在佳瑪百貨新莊店對面JC park時尚廣場、幸福路上
  • (3,251)【新北新莊】鼎鼎香涮涮鍋旗艦店、不收服務費的高CP單點鍋物且有素食鍋喔、位在鴻金寶百貨後方、八德街上
  • (3,885)【台北大安】一階堂拉麵大安店、濃郁系拉麵、夠濃夠香、位在大安高工附近、大安捷運站4號出口步行5分鐘