hankcs的文章

2015-05-07阅读(9718)评论(12)

谈起基于Character-Based Generative Model的中文分词方法，普遍的印象是在Bakeoff上的成绩好，对OOV的识别率高。HanLP中实现的CRF分词器其实就是这种原理的分词器，然而CRF分词缺点也是很明显的： 一...

2015-04-30阅读(5541)评论(1)

POJ 2115 C Looooops 循环次数：求for (variable = A; variable != B; variable += C)的循环次数，其中变量为k比特无符号整数。 4.1更加复杂的数学问题  模运算的世界...

2015-04-30阅读(12178)评论(9)

前段时间开源了基于双数组Trie树的Aho Corasick自动机，当时认为在中文分词中，ACDAT应该能秒杀DAT。今天优化了DAT的多模式匹配后，竟然得出了意外的结果。 当初的DAT实现中，为了支持多模式匹配，我写了一个Searcher...

2015-04-06阅读(4705)评论(0)

POJ 1284 Primitive Roots 原根个数：满足{ (xi mod p) | 1 <= i <= p-1 } == { 1, …, p-1 }的x称为模p的原根。给出模p，求原根个数。 4....

2015-04-04阅读(4579)评论(1)

POJ 1150 The Last Non-zero Digit 超大组合数：求超大组合数P(n, m)的最后一个非零位。 4.1更加复杂的数学问题  模运算的世界  今天过节，管它什么节，对我来说都一样，来刷一题渲染一...

2015-04-04阅读(6170)评论(2)

AOJ 2215 Three Silhouettes 三面剪影：给定x，y，z三个面上的投影，求确定的3个多角柱相交部分的体积。 输入格式： nx表示垂直于x轴的平面上的点个数，紧接着是它们的逆时针序的坐标。以此类推，最后3个0表示输入终止...

2015-03-27阅读(66961)

中文分词≠自然语言处理！ 中文分词只是第一步；HanLP从中文分词开始，覆盖词性标注、命名实体识别、句法分析、文本分类等常用任务，提供了丰富的API。 不同于一些简陋的分词类库，HanLP精心优化了内部数据结构和IO接口，做到了毫秒级的冷启...

2015-03-18阅读(9158)评论(4)

当初项目文档是用sphinx写的，一套rst下来make html得到一整个漂亮的在线文档。现在想要将文档导出为离线的handbook pdf，于是找到了rst2pdf这个项目，作为sphinx的拓展，然后加上少量配置即可输出中文PDF。 ...

2015-03-01阅读(4149)评论(0)

AOJ 2256 Divide the Cake 分蛋糕：长H宽W的长方形上有2n个草莓，求在两个边上任取两点构成直线恰好将草莓平分的概率？ 3.6与平面和空间打交道的计算几何  数值积分  开学了，近乡情更怯，好难过，...

2015-02-27阅读(4792)评论(0)

POJ 3689 Equations 对偶线性规划：n维参数向量满足两个等式，求另一个参数向量的极大值？ 3.6与平面和空间打交道的计算几何  凸包  首先形式化描述该线性规划（线性规划与对偶问题的一般化详见附录）： 原...