码农场

2014-09-14阅读(112493)评论(13)

上外 《日语综合教程》 翻译注解。点击生词后面的小数字可以跳转到解释，再次点击返回（Backspace键也可返回）。最后一页有翻译译文。 第一課 二つの川のほとりで 本文 馬場(ばば)あき子(こ)   坂(さか...

2014-09-14阅读(6104)评论(0)

POJ 3254 Corn Fields 种玉米：农夫约翰有n*m块地，其中一些地荒掉了。玉米是一种傲娇的植物，种在相邻的地里会导致不孕不育。求所有种法数对100000000求余。 3.4熟练掌握动态规划 状态压缩DP 今天换了CLion，...

2014-09-13阅读(38713)评论(26)

等了大半年的JetBrains C++ IDE千呼万唤始出来！上次我猜2014年肯定发布，今天经@wet2_cn同学的提醒，我去官博一看，嘿！有了！赶紧安装试了一把，感觉这是迄今为止用过最好的Cpp IDE，没有之一，这里做个简单的评测与推...

2014-09-11阅读(19306)评论(57)

这几天写完了人名识别模块，与分词放到一起形成了两层隐马模型。虽然在算法或模型上没有什么新意，但是胜在训练语料比较新，对质量把关比较严，实测效果很满意。比如这句真实的新闻“签约仪式前，秦光荣、李纪恒、仇和等一同会见了参加签约的企业家。”，分词...

2014-09-10阅读(12225)

用Java实现的求解HMM的维特比算法，开源在Git上:https://github.com/hankcs/Viterbi。代码本身没什么新意，看到Git上没有好用的Viterbi的Java实现，所以补个缺。特点是简单好懂，一个方法搞定。调...

2014-09-09阅读(14441)评论(1)

今天一个List大约要放入5万个对象，每个对象是对一篇语料的解析结果。语料库在磁盘里大约有200MB，读入内存后大小未知。当我解析了10000篇的时候，明显感觉速度降了下来，按理说LinkedList插入效率很高，但是换用数组之后一样慢，单...

2014-09-07阅读(8742)评论(5)

最近的NLP程序要处理的数据上十万，单线程力不从心。写一个小PlayGround来演示分割任务、多线程同步、合并任务。 目标 假设有12个数，对每个数执行一次加法耗时1秒。现在开4个线程，希望在3秒内完成任务。   &n...

2014-09-07阅读(21814)评论(31)

在自然语境中，一个意思可以有多种表现。比如“我喜欢你”“我喜欢隔壁班的你”“你被我偷偷的喜欢着”都表达了“我喜欢你”。搜索引擎如果机械地按照词频算法检索的话，会误解为“我喜欢隔壁班”“你喜欢我”，毕竟词频一样，顺序也差不多。 利用依存关系可...

2014-08-22阅读(23353)评论(25)

上次写过《TextRank算法提取关键词的Java实现》，这次用TextRank实现文章的自动摘要。 所谓自动摘要，就是从文章中自动抽取关键句。何谓关键句？人类的理解是能够概括文章中心的句子，机器的理解只能模拟人类的理解，即拟定一个权重的评...

2014-08-20阅读(9423)评论(3)

Lucene的Hightlight模块可以高亮搜索结果中的关键字，给搜索引擎自定义界面的自由。 如何创建Highlighter 为了创建一个Highlighter，需要一个Formatter和一个Scorer，如下所示： Highlight...