- 综合排序
- 最热优先
- 最新优先
- 来自专栏java学习java
降级规则（2）
public String testD() { log.info("testD 测试RT"); int age = 10/0; return "------testD"; } 测试2
2K10编辑于 2022-11-13 - 来自专栏尾尾部落
使用自己的语料训练word2vec模型
使用自己的语料训练word2vec模型 一、 准备环境和语料： 新闻20w+篇（格式：标题。 正文） 【新闻可以自己从各大新闻网站爬取，也可以下载开源的新闻数据集，如 互联网语料库(SogouT) 中文文本分类数据集THUCNews 李荣陆英文文本分类语料 谭松波中文文本分类语料 等 ("seg201708.txt") model = word2vec.Word2Vec(sentences, workers=num_workers, \ size=num_features 默认使用python的hash函数 iter： 迭代次数，默认为5 trim_rule： 用于设置词汇表的整理规则，指定那些单词要留下，哪些要被删除。 batch_words：每一批的传递给线程的单词的数量，默认为10000 四、word2vec应用 model = Word2Vec.load('model201708') #模型讀取方式 model.most_similar
6.7K30发布于 2018-09-04 - 来自专栏机器学习与python集中营
【语料库】中文公开聊天语料库
该库搜集了包含 chatterbot 豆瓣多轮 PTT八卦语料 青云语料 电视剧对白语料 贴吧论坛回帖语料 微博语料 小黄鸡语料 共8个公开闲聊常用语料和短信，白鹭时代问答等语料。 注意 以下所有语料都已经统一下载好，存在 https://pan.baidu.com/s/1szmNZQrwh9y994uO8DFL_A 提取码：f2ex 中。 给出的语料原链接是为了说明该语料的原始出处是在哪里 环境 python3 处理过程 将各个来源的语料按照其原格式进行提取，提取后进行繁体字转换，然后统一变成一轮一轮的对话。 数据来源及说明 语料名称 语料数量 语料来源说明 语料特点 语料样例 是否已分词 chatterbot 560 开源项目 按类型分类，质量较高 Q:你会开心的 A:幸福不是真正的可预测的情绪。 下载语料 https://pan.baidu.com/s/1szmNZQrwh9y994uO8DFL_A 提取码：f2ex 将解压后的raw_chat_corpus文件夹放到当前目录下 目录结构为
9.9K50发布于 2019-05-29 - 来自专栏JasonhavenDai
人民日报标注语料库（PFR）1.标记说明2.格式说明3.例子4.生语料库和熟语料库5.其他语料库汇总
Tg 时间语素 t 时间词 Ug 助语素 u 助词 Vg 动语素 v 动词 vd 副动词 vn 名动词 w 标点符号 x 非语素字 Yg 语气语素 y 语气词 z 状态词 2. 标号之后，是2个单字节空格，然后开始正文。 正文部分按照规范已经切分成词，并且加上标注，标注的格式为“词语/词性”，即词语后面加单斜线，再紧跟词性标记。词与词之间用2个单字节空格隔开。 每段最后的词，在标记之后也有2个单字节空格，保持格式一致。 语料中除了词性标记以外，还有“短语标记”，这种情况一般出现在机构团体名称、成语等情况中。 /w 4.生语料库和熟语料库 语料库中存放的是在语言的实际使用中真实出现过的语言材料，语料库是以电子计算机为载体承载语言知识的基础资源，真实语料需要经过加工 、分析和处理之后才能成为可用的语料库 生语料库是指收集之后未加工的预料库 相对而言，熟语料库就是经过加工的 5.其他语料库汇总 http://blog.csdn.net/qq
6K80发布于 2018-04-11 - 来自专栏明天依旧可好的专栏
原始语料库
第一步： 判断数据中是否存在重复数据 创建python文件– 代码框架 ''' author: kzb time: 2018-12-10 ''' import pandas as pd import os,csv dataPath = os.path.join("音译原始数据.csv") def import_data(dataPath): ''' 导入文件中的数据 return:dataFrame ''' pass def find_En_Cn_excess(dataFrame
1K30发布于 2019-01-22 - 来自专栏知了一笑
SpringBoot2 整合 Drools规则引擎，实现高效的业务规则
2、规则语法 (1)、演示drl文件格式 package droolRule ; import org.slf4j.Logger import org.slf4j.LoggerFactory ; dialect ") ; LOGGER.info("参数"); end (2)、语法说明 · 文件格式 可以 .drl、xml文件，也可以Java代码块硬编码; · package 规则文件中，package paramcheck1规则名。规则通常包含三个部分：属性、条件、结果; 二、整合SpringBoot框架 1、项目结构 ? 2、核心依赖 <! 2、规则执行代码 @Service public class RuleEngineServiceImpl implements RuleEngineService { private static = new QueryParam() ; queryParam2.setParamId("2"); queryParam2.setParamSign("-");
2.1K20发布于 2019-10-09 - 来自专栏机器学习AI算法工程
文本分类中语料库的获取——搜狗语料库
这次主要总结搜过语料库的获取，因为老师要求20万数据，而我自己只爬了2万多，所以用到了搜狗的语料库. \sougou_after2' + '\\' + f # 加上标签后的文本 text_init_dir = file_dir + '\\' + f #原始文本 # print \sougou_before2") path = ". \sougou_after2") 说明一下几个目录： sougou_before2:存放原始的txt sougou_after2:存放加上<docs></docs>且处理了&的txt sougou_all
3.3K80发布于 2018-03-14 - 来自专栏c++与qt学习
SpringBoot2---静态资源映射规则
静态资源映射规则 1.静态资源访问 1.0 查看官网文档对应说明 1.1 静态资源目录 1.2 静态资源访问前缀 请注意: 加了静态资源访问前缀后，访问静态资源时，就必须加上前缀，这个多用于拦截器对静态资源的拦截 默认的就不生效了，也就是说我们要通过我们指定的文件夹的位置去访问静态资源，以前的不能访问 2.1 欢迎页支持 2.2 自定义 Favicon 2.3、静态资源配置原理 1、配置类只有一个有参构造器 2、 资源处理的默认规则 3、欢迎页的处理规则 4、favicon SpringBoot-templates下页面无法访问 1.静态资源访问 1.0 查看官网文档对应说明 static content对应相关内容 this.dispatcherServletPath = dispatcherServletPath; this.servletRegistrations = servletRegistrations; } ---- 2、 资源处理的默认规则 @Override public void addResourceHandlers(ResourceHandlerRegistry registry) { if (!
1.5K30发布于 2021-11-15 AI语料库智慧教学平台：用AI技术解锁语料教学新生态
传统语料教学中“资源零散难筛选、用法讲解不直观、练习反馈不及时”是长期痛点——教师要花大量时间整理语料、学生面对海量素材不知如何下手，很难实现“精准学、高效练”。 而AI语料库智慧教学平台的出现，凭借前沿AI技术，把“智能语料导师”搬进课堂，让语料教学更精准、互动、可落地，彻底重构语言学习逻辑。核心技术之一是NLP语义检索与解析技术，这是平台的“语料导航大脑”。 、语法规则，甚至标注语用禁忌。 不同于普通语料库的关键词匹配，平台的AI模型经过多语种、多场景语料训练，能理解“同义替换”“场景延伸”需求，比如搜索“道歉表达”会自动关联日常、商务、学术等不同语境的语料。 AI语料库智慧教学平台用NLP、大数据分析等核心技术，让语料资源“活”了起来，破解了传统语料教学的效率低、匹配差、互动弱等问题。
45010编辑于 2025-10-29- 来自专栏PPV课数据科学社区
数据挖掘系列（2）--关联规则FpGrowth算法
上一篇数据挖掘系列（1）关联规则挖掘基本概念与Aprior算法介绍了关联规则挖掘的一些基本概念和经典的Apriori算法，Aprori算法利用频繁集的两个特性，过滤了很多无关的集合，效率提高不少，但是我们发现 构造好条件树后，对条件树进行递归挖掘，当条件树只有一条路径时，路径的所有组合即为条件频繁集，假设{啤酒}的条件频繁集为{S1,S2,S3}，则{啤酒}的频繁集为{S1+{啤酒},S2+{啤酒},S3+{ 2）接下来找header表头的倒数第二个项{尿布}的频繁集，同上可以得到{尿布}的前缀路径为：{面包：1}，{牛奶：1}，{牛奶，面包：2}，条件FpTree的数据集为： TID Items T1 {面包 } T2 {牛奶} T3 {牛奶，面包} T4 {牛奶，面包} 注意{牛奶，面包：2}，即{牛奶，面包}的count为2，所以在{牛奶，面包}重复了两次，这样做的目的是可以利用之前构造FpTree 下一篇将介绍，关联规则的评价标准，欢迎持续关注。
1.5K90发布于 2018-04-23 - 来自专栏CPS推广奖励
CPS 22年2月额外激励规则
一、活动对象：腾讯云官网个人实名认证用户 二、活动时间：2022年2月14日00:00至2022年2月28日23:59 三、活动规则： （一）新春采购节邀新额外现金奖励——轻量专场预热 QQ截图6.png 轻量服务器-企业新客奖励 ① 订单类型为客户首购订单 ② 订单为轻量服务器产品订单 ③ 单笔订单实付现金金额≥¥200 ④ 客户类型为企业认证客户 注：以上活动需同时满足CPS返佣条件订单（详见CPS推广奖励规则 全新推广大使开单奖励】活动： 1)全新推广大使开单奖励 ① 订单类型为客户首购订单 ② 订单为轻量服务器产品订单 ③ 单个订单实付现金金额≥¥40 注：以上活动需同时满足CPS返佣条件订单（详见CPS推广奖励规则 3、本活动额外奖励现金随2月佣金合并发放，到账时间根据2月会员星级按月分比例付款，额外激励不计入月佣金封顶。 举例：某推广者为5星级会员，2月推广佣金100000元，个人新客现金奖励16000元，企业新客新客奖励14000元，首单现金奖励20元，由于佣金封顶，该推广者2月最终可得到账金额为佣金80000元+个人新客现金奖励
11.7K170编辑于 2022-03-22 - 来自专栏IT码农
yii2中的rules验证规则
Rules验证规则： required : 必须值验证属性||CRequiredValidator 的别名, 确保了特性不为空. ['level', 'in', 'range' => [1, 2, 3]]; unique : 唯一性||CUniqueValidator 的别名, 确保了特性在数据表字段中是唯一的.
1.7K21编辑于 2022-01-10 - 来自专栏琯琯博客
Yii2 学习笔记之验证规则
['level', 'in', 'range' => [1, 2, 3]] unique : 唯一性 // 说明:CUniqueValidator 的别名,确保了特性在数据表字段中是唯一的. >'手机号格式不正确'], 修改验证器默认 message 英文提示 [['email', 'username', 'pwd', 'nickname'], 'required'] //当使用这样的验证规则
1.7K60发布于 2018-05-09 语料智能·知识无界：AI 多功能语料库检索平台重塑语言研究新范式
语言研究进入智能检索新时代在全球化和数字人文研究蓬勃发展的背景下，传统语料库检索系统面临检索维度单一、多模态语料支持不足、深层语义关联缺失等核心挑战。 AI 多功能语料库检索平台通过融合大语言模型、多模态理解和知识图谱技术，构建了智能化、多维化、深度化的语料检索与分析体系，实现了从"关键词匹配"到"语义理解"的研究范式革新。 -检索-分析"四层技术架构：多模态语料处理引擎实现文本、语音、图像的统一表征学习；深度语义检索模型支持基于意图理解的智能检索；知识图谱关联系统构建语料间的语义网络；可视化分析平台提供丰富的语料数据洞察能力 数据安全与版权保护体系针对语料资源的版权敏感性，建立全方位保护机制：访问权限控制实现分级分权的语料访问；数字水印技术保护语料版权；操作日志审计追踪所有检索行为；数据脱敏处理在保护隐私的前提下开放研究。 、不断进化的新一代语料库研究基础设施。
46410编辑于 2025-10-30- 来自专栏从零开始学自动化测试
pytest文档2-用例运行规则
example: -m 'mark1 and not mark2'. 以下三种方法都可以，一般推荐第一个 pytest py.test python -m pytest 如果不带参数，在某个文件夹下执行时，它会查找该文件夹下所有的符合条件的用例（查看用例设计原则） 执行用例规则 1.执行某个目录下所有的用例 pytest 文件名/ 2.执行某一个py文件下用例 pytest 脚本名称.py 3.
1.3K30发布于 2018-08-03 - 来自专栏张善友的专栏
K2 blackpearl 中的业务规则（Rules）
为了实现各种复杂的业务逻辑，K2提供了以下的业务规则： 1. Preceding Rule（前置规则） Preceding Rule是一种逻辑表达式，当表达式为真时，一个流程节点才可以开始执行。 K2提供了And，Or和Xor等3种逻辑判断符，能够实现逻辑组合。 2. Start Rule（开始规则） Start Rule是一个时间规则，代表一个流程任务什么时候开始。 比如，可以在流程发起后等待2小时再开始这个流程任务，或者当某个流程变量为真的情况下，再等待2小时开始流程任务。 3. Destination Rule（执行人规则） 用于指定谁来执行任务。 这是K2一个非常好的规则，因为每个部门经理的审批意见都会保存在各自的Slot中，流程中的变量值不会互相覆盖，这样就可以非常方便地查询各个经理的审批意见，而不需要为每个经理都定义变量。 K2提供了And，Or和Xor等3种逻辑判断符，能够实现逻辑组合。
97670发布于 2018-01-22 - 来自专栏AI机器学习与深度学习算法
实战语言模型~语料词典的生成
'green', 'blue', 'blue']: cnt[word] += 1 print(cnt) ''' result: Counter({'blue': 3, 'red': 2, sorted list iterable：是可迭代类型; cmp：用于比较的函数，比较什么由key决定; key：用列表元素的某个属性或函数进行作为关键字，有默认值，迭代集合中的一项; reverse：排序规则 fin.close() fout.close() ▲处理后的结果 对valid以及test样本同理使train中的方法即可： ▲数据处理以及处理后的结构 大致流程： 构建词汇表 需要在训练样本中统计语料中出现的单词
1.6K00发布于 2020-06-01 - 来自专栏R语言数据分析指南
ggplot2优雅绘制不规则条形图
❝本节来介绍如何一个基础图形如何绘制不规则条图，数据为随意构建，整个过程仅参考。
42810编辑于 2024-02-22 - 来自专栏AI科技评论
Facebook开源最大规模并行语料，45亿语料，覆盖576种语言对，或成为NMT评估标准
首先，从语料来源上讲。 目前有几个公共的多语言并行语料库，主要来自一些国际会议（如European Parliament 、the United Nations）的语料，这些都是专业的人工翻译语料，使用语言较为正式，且仅限于政治主题 用于大规模训练多语言句嵌入的框架 不过由于余弦距离的绝对阈值在全局上并不一致，所以Schwenk在这里所采用的是Margin criterion： 2、语料库分析 在超过320亿个句子中挖掘平行语料，计算上是非常昂贵的 （编者注：这是11月份数据，当时数据集规模为35亿并行语料，下同） CCMatrix：每种语言对的并行语料数量(单位：百万)，Margin阈值为1.06。 2、在WMT’19 上评估 上图是在Newstest'18（NT'18）和Newtest'19（NT‘19）测试集上的BLEU分数。
52710发布于 2020-02-21 - 来自专栏小小挖掘机
windows下使用word2vec训练维基百科中文语料全攻略！（一）
训练一个聊天机器人的很重要的一步是词向量训练，无论是生成式聊天机器人还是检索式聊天机器人，都需要将文字转化为词向量，时下最火的词向量训练模型是word2vec，所以，今天小编文文带你使用维基百科训练词向量 我们使用维基百科训练词向量，维基百科数据的下载地址为：https://dumps.wikimedia.org/zhwiki/latest/zhwiki-latest-pages-articles.xml.bz2。 下载后无需解压，中文维基百科的数据比较小，整个xml的压缩文件大约才1G 2、安装依赖库 下载数据之后，网上提供了现成的程序对xml进行解压，在网上找到了一个解析xml的py文件，命名为process_wiki.py 3、将xml的wiki数据转换为text格式 使用下面的代码对数据进行处理，命名为process_wiki.py，这个代码是python2和python3通用的： from __future__ import = 3: print("Using: python process_wiki.py enwiki.xxx.xml.bz2 wiki.en.text") sys.exit(
1.1K60发布于 2018-04-11
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号