回答情况：
提问时间：
问题标签：
我想知道谁是信息提取、自然语言处理和文本挖掘的主要作者/研究人员，以便阅读他的论文/书籍/作品。
浏览 2修改于2013-09-24得票数 0
回答已采纳
MongoDB是否有一个功能，我可以存储PDF、文本或. do /docx文档并搜索它们，或者在它们的内容中找到一个关键字，在两个文档之间进行匹配？我需要存储另一个名为“physician_diagnosis.pdf”的文本，其中包含一个匹配的简短描述。
我想发出查询，在那里我可以找到任何具有匹配日期和相同诊断的文档。
浏览 0修改于2013-05-19得票数 3
1回答
我想创建一个购物搜索引擎，显示来自许多网站的产品，我想知道如何从这些网站检索有关产品的信息。我对搜索引擎部分不感兴趣，但从网页中自动提取产品信息的方式使用自动生成的模板。
浏览 0修改于2011-07-05得票数 0
1回答
“这部电影太棒了。背景音乐很古怪，灯光也很完美。”电影:令人惊叹的背景音乐:古怪的灯光:完美我正在使用斯坦福大学的NLP库，但我不知道该怎么做。
浏览 2提问于2014-08-12得票数 0
1回答
我正在寻找信息提取库，在那里我可以拥有半结构化的信息，这些信息可能包含隐藏的或不完整的数据。我想训练一些分类器来根据结构提取内容。我正在构建一个工具，我可以在其中选择浏览器中的文本，它将(通过一些web服务调用)生成一个分类器，该分类器可以用于其他文档以提取文本。
我主要研究如何使用文档的结构来指示内容是什么。
浏览 1修改于2013-10-18得票数 1
回答已采纳
我正在构建一个信息抽取的语料库，用于提取特定类型的信息，并且我正在努力决定对实体进行注释的最佳方法。是否有更新的行业标准来注释信息抽取语料库？
浏览 5提问于2017-05-19得票数 1
回答已采纳
我正在处理两个文本数据集，一个是68k文本样本，另一个是100k文本样本。我已将文本数据集编码为bert嵌入。我计划至少从68k数据集中抽取10k样本子集，从100 k数据集中抽取10k子集。我可以从68k中随机选择10k，但这种方法并不是最好的取样方法。对于如何在保持原始总体的概率分布的同时，如何从68k样本中抽取嵌入(文本)，有什么建议吗?对于一个样本子集，有多少个样本足够？
谢谢!
浏览 0修改于2020-08-30得票数 1
1回答
经过一段时间，我发现这可以通过两种方式来实现，
我遵循的总结，这是产生良好的结果与预先训练的模型问题:我到目前为止看过的大多数抽取总结器(PyTeaser、PyTextRank和Gensim)都不是基于监督学习，而是基于朴素贝叶斯分类器、tf-以色列国防军、POS标记、基于关键字频率、位置等的句子排序清除文本并应用停止词筛选器
使用词汇量为20000的托卡器from keras.preprocessing.text i
浏览 0修改于2019-01-22得票数 3
我有一篇用这种格式写成句子的文本：t-extraction 1 This is a语句，t-抽取，s-抽取单词被重复.这些数字是句号1,2，.。我需要将这些信息映射到sql表中，所以我应该提取它们。我需要第一句和第二句(第一行没有t-extraction和数字，第一行没有词)。
浏览 3修改于2014-10-21得票数 0
不带词序的段落向量:上述方法考虑了段落向量与单词向量的连接，以预测文本窗口中的下一个单词。另一种方法是忽略输入中的上下文词，而是强制模型预测输出中段落中随机抽取的单词。实际上，这意味着在随机梯度下降的每一次迭代中，我们采样一个文本窗口，然后从文本窗口中抽取一个随机单词，并在给定段落向量的情况下形成一个分类任务。我有几个问题：
为什么要在随机抽取单词之前先对文本窗口进行抽样？
浏览 0修改于2019-04-02得票数 1
我只想删除一些文本，以便我可以删除一些其他文本，而不是。我怎么能这么做？C-w削减选定的文本，以杀死戒指，而我最终没有我想要的文本。另外，是否可以直接抽取文本()而不是文本()，而无需按下按钮就可以杀死它？
浏览 19提问于2009-03-12得票数 89
1回答
使用文本排序算法进行摘要比使用BERT摘要有什么优点？即使这两种方法都可以作为抽取摘要的方法，但对于文本排名是否有什么特别的优势？
浏览 3修改于2021-11-27得票数 1
回答已采纳
谢谢元数据抽取器库，这真的很有帮助。它给了我所有我需要的信息，除了JPG是RGB还是CMYK格式。信息是在那里，我只是没有看到它，还是这个库没有返回这个属性？
谢谢
浏览 1提问于2018-12-04得票数 1
回答已采纳
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