句子切分：
系统读取带分词的字符串。输入的是一个句子或者一篇文章。如果是篇章则系统会首先进行句子切分，然后调用多线程，对每个切分的句子再进行分词。导入词典：
根据输入的配置信息，导入相应的词典。进入粗分阶段：
首先，对句子进行字符级切分，即将输入的句子切分为单个UTF-8编码的字符数组然后，一元切分。查询核心词典，将字符切分的结果与
转载
2024-04-17 19:40:48
158阅读
项目要求产生一些模拟的中文姓名，我的想法是先产生姓氏，再随机产生名字，可以是两个字的也可以是三个字的。使用的是GB2312实现的中文字，可自行百度“信息交换用汉字编码字符集”了解一下这种编码对汉字的安排。我这里简单写一下我的理解。汉字以两个字节存储，称为“区位码”，高位叫区码，低位叫位码，有这俩字节组成汉字。假设有一张汉字表，横竖都是 94列，那么区码就相当于行，位码就相当于列，根据行
转载
2023-07-16 09:22:22
196阅读
# 人名脱敏及其在Java中的实现
在数据隐私与保护日益重要的今天，数据脱敏成为一种常见且必要的技术手段。尤其是在处理个人信息时，如何有效地去除或隐藏敏感信息是企业和开发者面临的一大挑战。本文将介绍人名脱敏的概念，并提供一个在Java中实现人名脱敏的代码示例。
## 什么是人名脱敏？
人名脱敏是指对数据库、日志、用户界面等地方的真实人名进行处理，以防止泄露用户的身份信息。常见的人名脱敏方法包
文章目录1.什么是内存垃圾2.什么是垃圾回收 GC (garbage collection)3.JDK自带的jvisualvm工具,安装Visual GC插件4.JVM垃圾回收（GC）Minor GC和Major GC/Full GC的区别5.对象与指针的关系指针是可以传递的从栈中传递到堆区从栈中传递到另一个栈中禁止直接操作对象中的属性, 用成员方法封装操作对象属性的过程6.JVM运行时概况堆区
转载
2024-10-16 08:48:11
25阅读
客户提出输入拼音头，下拉列表框打开，焦点在拼音头为对按下字母的那条子项上按回车键则选中此子项。这点如同在OICQ中搜索名字，按下一个字母键，则第一个字母为此字母的单词或汉字就为当前的选项。还有，如：在选项中有“张三”“张三火”两个人名用户按下"z""s""h"三个字后当前显示的选项就为“张三火”. <
script
src
=qswhGB2312
# 使用Java生成随机人名的完整指南
在这一篇文章中，我将指导你如何使用Java生成随机的人名。虽然这个任务看似简单，但它涉及到一些基本的编程概念，如数组、随机数生成等。下面为你提供一个步骤流程的概述，以及详细的代码示例和注释。
## 流程概述
在开始之前，我们需要明确完成这一任务的主要步骤。以下是整个流程的表格展示：
| 步骤 | 描述
原创
2024-10-14 06:33:31
69阅读
## Java 判断人名的实现指导
在学习开发过程中，处理字符串是一个非常重要的技能。对于新手而言，判断人名的有效性是一个很好的练习。在这里，我们将深入探讨如何使用 Java 实现这一目标。
### 整体流程
我们可以将判断人名的流程划分为以下几个步骤：
| 步骤 | 描述 |
|------|------------------------
原创
2024-08-27 03:34:16
15阅读
# Java 人名脱敏
在日常开发中，我们经常会处理用户敏感信息，比如姓名、手机号等。为了保护用户隐私，我们通常会对这些信息进行脱敏处理，将真实信息转换成特定的格式或者进行部分隐藏。本文将介绍一种常见的脱敏处理——Java 人名脱敏。
## 1. 为什么需要人名脱敏
在一些场景下，我们需要将用户的姓名进行脱敏处理。比如在展示用户信息时，为了保护用户隐私，我们不希望直接显示真实姓名。又比如在数
原创
2024-04-28 05:33:06
307阅读
# 实现 Java 人名识别教程
## 概述
在这篇文章中，我会教你如何使用 Java 实现人名识别。人名识别是一项涉及自然语言处理的任务，通过识别文本中的人名实体，可以对文本进行更深入的分析和理解。首先，我们来看一下整个实现的流程。
## 实现流程
```mermaid
journey
title 实现 Java 人名识别流程
section 准备工作
开发
原创
2024-04-01 03:35:29
159阅读
# 区分中文人名和英文人名的方法
## 1. 简介
在编程中，区分中文人名和英文人名是一项常见的任务。虽然看起来很简单，但实际上涉及到一些复杂的规则和算法。本文将介绍一种基于字母、拼音和汉字的方法来区分中文人名和英文人名。
## 2. 流程图
下面是区分中文人名和英文人名的流程图：
```flowchart
st=>start: 开始
op1=>operation: 输入一个姓名
op2=>
原创
2023-08-04 11:59:57
374阅读
# Java中的人名星号
人名星号（*）在Java中是一种特殊的语法，用于声明方法的可变参数。可变参数是指一个方法的参数个数是可变的，可以接受任意数量的参数。
## 什么是可变参数
在Java中，方法的参数个数是固定的，一般情况下，我们需要为每个参数定义一个变量。但是有些情况下，我们需要定义一个方法，可以接受任意数量的参数，这就是可变参数的作用。
可变参数使用一对尖括号（）表示，其中尖括号
原创
2023-08-24 13:22:50
45阅读
## Java 正则表达式判断人名
### 1. 简介
在 Java 开发中，使用正则表达式可以方便地判断一个字符串是否符合某个特定的模式。对于人名的判断，我们可以使用正则表达式来验证是否符合常见的人名规则。
### 2. 流程
下面的表格展示了整个判断人名的流程：
| 步骤 | 描述 |
| --- | --- |
| 1 | 创建一个合法的人名正则表达式 |
| 2 | 使用正则表达
原创
2023-07-29 03:39:41
663阅读
IKAnalyzer IKAnalyzer是一个开源的，基于java语言开发的轻量级的中文分词工具包。从2006年12月推出1.0版开始，IKAnalyzer已经推出了3个大版本。最初，它是以开源项目Luence为应用主体的，结合词典分词和文法分析算法的中文分词组件。新版本的IKAnalyzer3.0则发展为面向Java的公用分词组件，独立于Lucene项目，同时提供了对Lucene的
转载
2023-08-16 20:58:55
86阅读
一、摘要很多NLP相关的任务都需要分词，而当文本语料比较多时，用python处理分词任务的过程会比较消耗时间。本文测试了对pandas百万级中文语料分词的多种实现方案和相应的执行时间，希望读者可以根据本次实验的结果选择适合自己的实现方式，节约分词任务带来的时间损耗。尤其是在没有集群环境下，需要在单机上处理大量文本分词任务时，可以有所参考。我们测试的多种方案中，最好的方案比最差的方案速度提
转载
2023-08-29 22:46:01
97阅读
方式一. 简化版安装jieba库/numpy库编程读取《三国演义》电子书，输出出场次数最高的10个人物名字代码注释：import numpy
import jieba
# numpy输出有省略号的问题，无法显示全部数据
numpy.set_printoptions(threshold=numpy.inf)
def readFile(path):
with open(path, mod
转载
2023-10-07 12:15:45
525阅读
SegmentSegment 是基于结巴分词词库实现的更加灵活，高性能的 java 分词实现。变更日志创作目的分词是做 NLP 相关工作，非常基础的一项功能。jieba-analysis 作为一款非常受欢迎的分词实现，个人实现的 opencc4j 之前一直使用其作为分词。但是随着对分词的了解，发现结巴分词对于一些配置上不够灵活。（1）有很多功能无法指定关闭，比如 HMM 对于繁简体转换是无用的，因
转载
2024-03-11 14:19:24
149阅读
引入：敏感词是许多网站需要处理的功能点，以下介绍两种处理办法。敏感词过滤，系统会有一个敏感词库，需要做的功能是发送的语句中是否包含敏感词，包含哪些敏感词，将语句中的敏感词进行替换。方法一：语句采用分词工具进行分词，再与敏感词库进行匹配查找。方法二：采用DFA算法进行敏感词匹配。方法一：采用分词工具实现敏感词过滤（IKAnalyzer3.2.5Stable.jar）package com.examp
转载
2023-10-23 22:53:42
77阅读
结巴分词Java版结巴分词的使用比较方便，效果也不错，也无需连接网络即可使用。在项目中使用到了结巴分词，故在此做个小笔记。本项目中所想实现的是如下的较精准模式。支持三种分词模式：1、较精确模式：试图将句子最较精确地切开，适合文本分析； 【我/ 来到/ 北京/ 清华
转载
2023-09-20 03:49:23
111阅读
分词技术就是
搜索引擎针对用户提交查询的关键词串进行的查询处理后根据用户的关键词串用各种匹配方法进行分词的一种技术。
分词技术
应用领域
搜索引擎
关键词串用的一种技术
技术数目
3种技术
转载
2023-11-05 21:57:01
85阅读
Java分布式中文分词组件 - word分词word分词是一个Java实现的分布式的中文分词组件，提供了多种基于词典的分词算法，并利用ngram模型来消除歧义。能准确识别英文、数字，以及日期、时间等数量词，能识别人名、地名、组织机构名等未登录词。能通过自定义配置文件来改变组件行为，能自定义用户词库、自动检测词库变化、支持大规模分布式环境，能灵活指定多种分词算法，能使用refine功能灵
转载
2023-06-22 21:57:05
562阅读
