首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏刷题笔记

    7-3 打印沙漏

    点这里 7-3 打印沙漏 本题要求你写个程序把给定的符号打印成沙漏的形状。

    76020发布于 2019-11-08
  • 来自专栏繁花云

    7-3笔记

    对数的定义:一般地,如果ax=N(a>0,且a≠1),那么数x叫做以a为底N的对数,记作x=logaN,读作以a为底N的对数,其中a叫做对数的底数,N叫做真数。

    60800发布于 2018-07-31
  • 来自专栏以终为始

    7-3 情人节 (15 分)

    输入按照点赞的先后顺序给出不知道多少个点赞的人名,每个人名占一行,为不超过10个英文字母的非空单词,以回车结束。一个英文句点.标志输入的结束,这个符号不算在点赞名单里。

    24020编辑于 2023-03-09
  • 来自专栏刷题笔记

    7-3 约瑟夫环 (25 分)

    本文链接:https://blog.csdn.net/shiliang97/article/details/101472782 7-3 约瑟夫环 (25 分) N个人围成一圈顺序编号,从1号开始按1、

    1.1K10发布于 2019-11-08
  • 来自专栏爬蜥的学习之旅

    文本获取和搜索引擎简介

    根据句法本身去推断为什么这样做,理解为什么有人这样描述,比如可能是想让某人把狗唤回来,以免男孩被狗伤着 Bag of words:保留所有的单词,重复的也会保留,但是不关心单词在生个句子中出现的顺序 文本获取的分类 类似搜索引擎的Pull模型:用户拥有主动权,它具有Ad hoc属性,就是说暂时性的需要,后续不再使用,比如搜索到某个关键字的文档后,这个关键字就不再被使用 查询和浏览的区别:查询是用户知道搜索什么, 浏览是将内容放置供人查看,而不是查询 类似推荐系统的Push模型:系统拥有主动权,一个良好的推荐系统能够给用户推送它真正需要的信息 文本获取的方式 用户给定查询关键字在既有的数据集里头搜索出想要的结果以供浏览 文本获取的方式一般有两种: 第一是 document selection,即根据某种函数f给查询q和文件d作用后的结果来分类,[f(q,d)=1 / 0],明确把文档分隔开,要么完全相关,要么完全不相关 ; 第二是 Ranking,它是计算相关性,并依次排列顺序,关键在于如何说明某个文件的相关性比另一个的相关性更大,当相关性大于某个阈值的时候就返回匹配的文件[ f(q,d)>THETA] 文本获取(Text

    1K30发布于 2019-07-09
  • 来自专栏刷题笔记

    7-3 电话聊天狂人 (25 分)

    点这里 7-3 电话聊天狂人 (25 分) 给定大量手机用户通话记录,找出其中通话次数最多的聊天狂人。 输入格式: 输入首先给出正整数N(≤10​5​​),为通话记录条数。

    1.1K20发布于 2019-11-08
  • 来自专栏机器学习算法原理与实践

    文本主题模型之潜在语义索引(LSI)

        在文本挖掘中,主题模型是比较特殊的一块,它的思想不同于我们常用的机器学习算法,因此这里我们需要专门来总结文本主题模型的算法。本文关注于潜在语义索引算法(LSI)的原理。 1. 潜在语义索引(LSI)概述     潜在语义索引(Latent Semantic Indexing,以下简称LSI),有的文章也叫Latent Semantic  Analysis(LSA)。 image.png     如果把上式用到我们的主题模型,则SVD可以这样解释:我们输入的有m个文本,每个文本有n个词。 也可以反过来解释:我们输入的有m个词,对应n个文本。而$A_{ij}$则对应第i个词档的第j个文本的特征值,这里最常用的是基于预处理后的标准化TF-IDF值。k是我们假设的主题数,一般要比文本数少。 LSI用于文本相似度计算     在上面我们通过LSI得到的文本主题矩阵可以用于文本相似度计算。而计算方法一般是通过余弦相似度。比如对于上面的三文档两主题的例子。

    1.8K20发布于 2018-08-07
  • 来自专栏让技术和时代并行

    lucene给文本索引和搜索功能的应用

    lucene允许你往程序中添加搜索功能,lucene能够把你从文本中解析出来的数据进行索引和搜索 ,lucene不关心数据来源 甚至不关心语种,不过你需要把它转换成文本格式。 也就是说你可以搜索 html网页,文本文档,word文档 ,pdf,或者其他一些 总之 只要能够提取出文本信息的即可。 , 而每个field相当于我们的表名 ,它能够对文本进行自动处理去掉里面的一些语气词,它能把你规定的域当作关键词来进行索引 以备查询时使用,lucene比较容易使用 ,但是不如数据库灵活,速度很快。 list.add(doc.get("contents")); } reader.close(); return list; } } //这里我主要给文档中的文本进行添加了索引 ,你也可以在Field 中给路径 等等一些属性进行添加索引   具体你可以搜索lucene api 进行使用 里面的一些方法。

    1.1K30发布于 2019-04-16
  • 来自专栏刷题笔记

    7-3 寻找大富翁 (50分)

    胡润研究院的调查显示,截至2017年底,中国个人资产超过1亿元的高净值人群达15万人。假设给出N个人的个人资产值,请快速找出资产排前M位的大富翁。

    1.5K10发布于 2020-06-23
  • 来自专栏以终为始

    7-3 树的同构 (25 分)

    7-3 树的同构 (25 分) 给定两棵树T1和T2。如果T1可以通过若干次左右孩子互换就变成T2,则我们称两棵树是“同构”的。

    25610编辑于 2023-03-09
  • 来自专栏爬蜥的学习之旅

    文本获取和搜索引擎的概率模型

    coursera课程 text retrieval and search engine 第四周 推荐。

    1.4K30发布于 2019-07-09
  • 来自专栏爬蜥的学习之旅

    文本获取和搜索引擎之推荐系统

    推荐系统即把恰当的内容推送给用户,类似于在一系列文档中过滤出用户想要的。一般有两种方式:

    80631发布于 2019-07-09
  • 来自专栏AI机器学习与深度学习算法

    机器学习入门 7-3 求数据的主成分pca

    首先创建一个虚拟的测试样本,样本具有两个特征,并且两个特征之间具有相应的线性关系。这里之所以让两个特征之间具有一定的线性关系是因为对这样的两个特征进行降维效果会比较明显。

    86950发布于 2019-11-13
  • 来自专栏刷题笔记

    7-3 堆栈操作合法性 (20 分)

    本文链接:https://blog.csdn.net/shiliang97/article/details/98609302 7-3 堆栈操作合法性 (20 分) 假设以S和X分别表示入栈和出栈操作。

    1.6K20发布于 2019-11-08
  • MySQL 中的全文索引:强大的文本搜索利器

    一、什么是全文索引?全文索引是一种特殊类型的索引,它允许我们在文本字段中进行快速的全文搜索。 与传统的索引不同,全文索引不是基于特定的列值进行索引,而是对文本内容进行分析和索引,以便能够快速地找到包含特定关键词的记录。 二、全文索引的工作原理 文本分析 当我们在 MySQL 表中创建全文索引时,MySQL 会对被索引文本字段进行分析。 经过分析后的文本被存储在全文索引中,以便后续的搜索操作。 索引构建 在分析完文本后,MySQL 会构建全文索引。全文索引通常是一种倒排索引结构,它将每个单词与包含该单词的记录列表相关联。 MySQL 中的全文索引是一种非常强大的功能,它可以帮助我们在大量文本数据中进行快速的全文搜索。

    1.7K00编辑于 2025-02-17
  • 来自专栏爬蜥的学习之旅

    文本获取和搜索引擎中的反馈模型

    coursera课程 text retrieval and search engine 第五周 推荐。

    2.5K30发布于 2019-07-09
  • 来自专栏freesan44

    PTA 7-3 拼题 A 是真爱 (20 分)

    如果一个人在一段话里很多次提到 pintia,那对拼题 A 就是真爱啦~ 本题就请你检查一下给定的文字中出现了几次 pintia。

    45710编辑于 2021-12-06
  • 来自专栏数据结构和算法

    7-3 调查电视节目受欢迎程度 (15分)

    7-3 调查电视节目受欢迎程度 (15分) 某电视台要调查观众对该台8个栏目(设相应栏目编号为1~8)的受欢迎情况,共调查了n位观众(1≤n≤1000),现要求编写程序,输入每一位观众的投票情况(每位观众只能选择一个最喜欢的栏目投票

    36110编辑于 2023-11-30
  • 来自专栏freesan44

    PTA 7-3 拼题 A 是真爱 (20 分)

    如果一个人在一段话里很多次提到 pintia,那对拼题 A 就是真爱啦~ 本题就请你检查一下给定的文字中出现了几次 pintia。

    63900发布于 2021-09-10
  • 来自专栏沈唁志

    文本处理,第2部分:OH,倒排索引

    这是我的文本处理系列的第二部分。在这篇博客中,我们将研究如何将文本文档存储在可以通过查询轻松检索的表单中。我将使用流行的开源Apache Lucene索引进行说明。 系统中有两个主要的处理流程... 文档索引:给定一个文档,将其添加到索引中 文档检索:给定查询,从索引中检索最相关的文档。 下图说明了这是如何在Lucene中完成的。 p1.png 指数结构 文档和查询都以一句话表示。 为了控制文档在其包含字段中的索引方式,可以用多种方式声明一个字段,以指定是否应该分析它(索引期间的预处理步骤),索引(参与索引)还是存储(如果是它需要在查询结果中返回)。 关键字(未分析,索引,存储) 未编入索引(未分析,未索引,已存储) 未存储(分析,索引,未存储) 文本(分析,索引,存储) 倒排索引是存储的核心数据结构。 (这可以使Web API检索某些文本输出,抓取网页或接收HTTP文档上载)。这可以以批处理或在线方式完成。当索引处理开始时,它解析每个原始文档并分析其文本内容。典型的步骤包括...

    3K40发布于 2018-06-04
领券