2014年11月的文章

2014-11-12阅读(11756)评论(6)

命名实体中的人名识别包括中国人名，音译人名和日本人名。比如“北川景子参演了林诣彬导演，克里斯·摩根编剧的《速度与激情3》”“林志玲亮相网友:确定不是波多野结衣？”。 以前用三层HMM做过中国人名的识别，取得了满意的效果。这次来实现另外两种人...

2014-11-10阅读(18235)评论(44)

前段时间上手了NAT打洞类库ice4j（ICE框架），当时使用了numb.viagenie.ca的公共STUN服务器。最近又编译了rfc5766-turn-server，于是今天将两者结合起来，一个作为服务端，一个作为Peer端的协议，试验...

2014-11-09阅读(14812)评论(10)

问题 当文章有分页的时候，WordPress生成的永久链接是page.html/2的形式，前面一段是文章的$link，后面的数字代表分页$number。那么问题来了，挖掘……不对，从逻辑上讲这到底是个html文件还是一个目录呢？ 难看 在....

2014-11-09阅读(25360)评论(0)

上外 《日语综合教程》 翻译注解。点击生词后的数字可以跳转到解释，再次点击返回（BackSpace键也可），支持左右键(← →)翻页。 読み物 初日影のなかで       ...

2014-11-08阅读(36062)评论(33)

算法+语料≈NLP 这是一个六千万词汇量的分类词库，做HanLP这么久，我逐渐体会到，算法无法解决所有问题，词库也非常重要。通常一个算法可以解决80%的问题，剩下的20%无论怎么调节优化，都是拆东墙补西墙。比如上次我提到的“区人保”被HMM...

2014-11-07阅读(11369)评论(1)

前言 以前HanLP使用“最短编辑距离”来做推荐器，效果有待提高，主要缺点是根据拼音序列的编辑距离推荐的时候，同音字交错很常见，而编辑距离却不那么大。这时我就在寻求一种补充的评分算法，去评判两个句子在拼音这一维度上的相似程度。 最终决定导入...

2014-11-04阅读(14641)评论(1)

rfc5766-turn-server是谷歌推荐的turn开源项目，经常作WebRTC的服务器端使用。 编译环境搭建 vagran t Windows用户要想在Windows下编译rfc5766-turn-server的话，需安装虚拟机，我...

2014-11-03阅读(86484)评论(0)

上外 《日语综合教程》 翻译注解。点击生词后的数字可以跳转到解释，再次点击返回（BackSpace键也可）。最后一页有课文翻译，支持键盘左右键(← →)翻页。 第四課　わたしの夏――1945年・広島 本文 堀場清子 19...

2014-11-03阅读(25970)评论(1)

上外 《日语综合教程》 翻译注解。点击生词后的数字可以跳转到解释，再次点击返回（BackSpace键也可）。 読み物 日本のソフトビジネス 土井宏文 最近(さいきん)でこそ、株価(かぶか)[1] の急(きゅう)...

2014-11-01阅读(17595)

最近HanLP希望支持拼音与繁体功能，所以学习了几个开源的Java实现，优化后集成进来。 开源项目地址：https://github.com/hankcs/HanLP  stuxuhai/jpinyin 原理 这是GitHub上星...