一、冒泡算法： 1、算法原理
比较相邻的元素。如果第一个比第二个大，就交换他们两个。 对每一对相邻元素作同样的工作，从开始第一对到结尾的最后一对。在这一点，最后的元素应该会是最大的数。 &
# 如何使用Java处理叠词
## 概述
作为一名经验丰富的开发者，我将教你如何使用Java处理叠词。叠词指的是相邻重复的词语，例如“好好学习，天天向上”。在这篇文章中，我将介绍整个处理叠词的流程，并为每一步提供相应的代码示例。
## 整体流程
首先，让我们看一下处理叠词的整体流程，我将以表格的形式展示每个步骤：
| 步骤 | 描述 |
| --- | --- |
| 1 | 读取输入的
原创
2024-03-13 03:35:55
104阅读
词语的语义相似度计算主要有两种方法 ：
一类是通过语义词典，把有关词语的概念组织在一个树形的结构中来计算；
1. 语义相似度
Dekang Lin认为任何两个词语的相似度取决于它们的共性(Commonality)和个性(Differences)，然后从信息论的角度给出了定义公式：
其中，分子表示描述A，B共性所需要的信息量；分母表示完
转载
2023-07-30 17:22:38
248阅读
# Android 叠词的使用与示例
叠词在中文里常常用于表达一种强调的语气或形态变化，理解这一语言特性对于开发多语言应用尤其重要。在 Android 开发中，随着多语言支持的增强，处理如叠词这样的特性变得越来越重要。
## 什么是叠词？
叠词的定义是将一个汉字重复一次，以强调某种状态或特性。例如，“看看”、“慢慢”等词汇都属于叠词。在 Android 应用开发中，若我们的应用需要支持中文用
# 如何实现java正则匹配符叠词
## 引言
作为一名经验丰富的开发者，我将会指导你如何在Java中实现正则匹配符叠词。这是一个常见的需求，在处理文本数据时非常有用。在本文中，我将会指导你一步一步地完成这个任务。
## 流程
下面是实现“java正则匹配符 叠词”的流程：
| 步骤 | 描述 |
| --- | --- |
| 1 | 导入正则表达式库 |
| 2 | 编写正则表达式 |
原创
2024-06-09 04:43:12
60阅读
# NLP词语搭配算法简介
自然语言处理（NLP）是人工智能领域的重要分支，主要研究如何以一种自然的方式处理和分析人类语言。在NLP的诸多应用中，词语搭配（Collocation）是一个非常关键的概念。词语搭配指的是在特定语境中，经常一起出现的两个或多个词语的组合。了解词语搭配对于提高文本的流畅度、准确性和自然性至关重要。本文将探讨词语搭配算法的基本概念，并提供一些Python代码示例。
##
前言 之前看到一个非常有意思的理论——六度分离理论，说的是你和任何一个陌生人之间所间隔的人不会超过五个，也就是说，最多通过五个人你就能够认识任何一个陌生人。 那么有意思的就来了，我们把每个词语都想象成单独的一个人，词与词之间如果能接龙就相当于他们认识，那这样是不是说词语与词语之间也可以通过最多五个词 ...
转载
2021-10-01 17:17:00
210阅读
2评论
量词： bundle：捆，包lump：团，肿块（甲状腺肿大）描述声音 crunch：嘎扎嘎扎的咬嚼；扎扎地踏过，比如吃饼干grunt：（猪等）做呼噜声，表示烦恼，反对，疲劳轻蔑等gape：打哈欠易混淆：confound：使混淆；挫败；讨厌；使混乱；困扰；compound：才是复合物funnel：漏斗，烟囱；fuel：燃料；cell：细胞看的不同表述：gawk：n. 呆子；腼腆的人；vi. 呆呆地看
自从上次在B站看到一个喷子，一个人喷一堆人，当时我就看不过去了，直接用Python写了个自动评论软件，他说一句我能说十句，当场教育喷子~ 于是乎，顺便整理一下，做了一手教程，分享给大家，当然不是教大家去做喷子，只是学学这么个技术~ 不知道你们用的什么环境，我一般都是用的Python3.6环境和pycharm解释器，没有软件，或者没有资料，没人解答问题，都可以加这个群点我免费领取资料 包括
中文分词技术中文自动分词可主要归纳为“规则分词”“统计分词”和“混合分词”，规则分词主要是通过人工设立词库，按照一定方式进行匹配切分，实现简单高效，但对新词很难进行处理，统计分词能够较好应对新词发现能特殊场景，但太过于依赖语料的质量，因此实践中多是采用两者的结合，即混合分词。1.1 规则分词基于规则的分词是一种机械分词方法，主要是通过维护词典，在切分语句时，将语句的每个字符串与词表中的词进行逐一匹
转载
2023-05-28 18:15:01
87阅读
本以为一个 innerHTML replace 就能实现的简单操作，却遇到了许多的问题。本文就记录这些问题和最终的完美解决办法， 希望能对有同样遭遇的小伙伴有所帮助。只对结果感兴趣的，忽略过程，直接跳过看结果吧~常用做法：正则替换思路：要想高亮元素，那么需要将关键字提取出来用标签包裹，然后对标签进行样式调整。使用 innerHTML，或 outHTML, 而不能使用 innerText,outTe
1.Hashtable和HashMap不同点总结如下① Hashtable是Dictionary的子类，实现了Map接口；HashMap是AbstractMap的子类，是Map接口的一个实现类；② Hashtable中的方法是同步的，大多数方法如put, get都用用synchronized关键字修饰。而HashMap是线程不安全的。在多线程程序中，可以不添加额外操作就可以安全的使用Hashtab
聚类与分类的区别 分类：类别是已知的，通过对已知分类的数据进行训练和学习，找到这些不同类的特征，再对未分类的数据进行分类。属于监督学习。聚类：事先不知道数据会分为几类，通过聚类分析将数据聚合成几个群体。聚类不需要对数据进行训练和学习。属于无监督学习。关于监督学习和无监督学习，这里给一个简单的介绍：是否有监督，就看输入数据是否有标签，输入数据有标签，则为有监督学习，否则为无监督学习。更详尽的解释会
# Python判断单词存在叠词的实现
在自然语言处理中，叠词是指由一个词重复两次或多次构成的词，例如“人人”、“你你”。今天，我们将通过一个简单的Python示例，来判断一个单词是否存在叠词。
## 什么是叠词？
叠词在中文中比较常见，它不仅在口语中使用频繁，也在一些文学作品中得到广泛应用。通过对词语的分析，我们可以更好地理解语言的结构和使用。
## 用Python判断叠词
我们可以使
更新下一篇survey之前先来对NLP的一些任务进行总结一、词法分析分词 (Word Segmentation/Tokenization, WS)：在对文本进行处理的时候，会对文本进行一个分词的处理。新词发现 (New Words Identification, NWI)：这个好理解，因为网络上总是有新的词汇出现，比如以前的’神马’这类的网络流行词汇。形态分析 (Morphological Ana
转载
2023-09-27 15:04:01
219阅读
关联规则最常用也是最经典的挖掘频繁项集的算法，其核心思想是通过连接产生候选项及其支持度然后通过剪枝生成频繁项集。
转载
2023-05-24 08:49:37
251阅读
文/纹身 哈密瓜<地名，山> 度假村<度过假期的地方> 一诺千金<钱> 明信片<明天，下次用明信片打电话> 觊觎[jì yú] 投奔[bèn] 电荷[hè] 龃龉[jǔ yǔ] 斡旋[wò xuán] 长吁[xū]短叹 通牒 暴躁 焕发 迁徙 恼怒 真知灼见 滥竽充数 轻歌曼舞 累[lěi]计 描摹
原创
2021-12-29 15:50:48
118阅读
# Java 做词语分类
## 一、整体流程
首先，我们需要明确实现“Java 做词语分类”的整体流程，可以分为以下几个步骤：
| 步骤 | 描述 |
| ---- | ---- |
| 1 | 收集文本数据 |
| 2 | 数据预处理 |
| 3 | 特征提取 |
| 4 | 划分训练集和测试集 |
| 5 | 模型训练 |
| 6 | 模型评估 |
| 7 | 应用模型进行分类 |
#
原创
2024-06-28 03:43:07
34阅读
# Java敏感词语检查
## 简介
随着互联网的发展和普及，人们在网络上的交流日益频繁。然而，随之而来的也是网络上大量的不良信息和敏感词语。为了保护用户的合法权益和网络环境的健康发展，很多平台和应用都对用户的输入内容进行敏感词汇的检查和过滤。本文将介绍如何使用Java编写一个简单的敏感词语检查程序。
## 敏感词语检查的原理
敏感词语检查的原理非常简单，即将用户输入的内容与敏感词库进行比
原创
2024-01-30 07:42:43
116阅读
前几天写了《简单的中文分词算法》，今天就用Python写个伪分词算法实现。说伪分词是因为我这脚本其实并不能对文本进行分词，只是计算两个汉字组合成词的概率（由于是无监督，前期没有人工介入，识别词的能力大大降低。）。比如'中'、'过'、'国'三个字的组成的字对有'中过'、'中国'、'过国'、'国过&
原创
2021-01-04 19:29:29
361阅读
