- 博客(1)
- 资源 (5)
- 收藏
- 关注
EasyXSpider
EasyXSpider 是一个简单的Linux下的爬虫程序。 包括了爬虫多线程同时抓取N个网站页面,倒排序索引制作,多条件检索,分词(英文及中文二元法切词),以及Google PageRank?算法的实现。
2009-07-15
Words Singer
Words Singer是一个用于把单词列表转换成MP3的软件.包括单词读音,拼写及汉语意思读音.能够生同步的MP3歌词. 支持各种列表(比如金山词霸生词本导出列表等).
2007-04-22
ShootSearch 中文分词组件(c#开源)
ShootSearch 中文分词组件(c#开源)
技术支持:support@shootsoft.net
http://www.shootsoft.net
分词算法:词库+最大匹配
词库来自www.jesoft.cn,已经过一定的修改
使用说明:
先加载词库,再进行分词.分词过程重载两次:支持回车的和不支持回车的,注意选择!
可以手动添加词语到sDict.txt,不过每次手动修改后需要调用SortDic()方法,否则无法实现最大匹配!
sDict.txt的编码为UTF-8!
示例:
文字内容来自:http://tech.tom.com/2006-08-09/04B5/34545343.html
using ShootSeg;
...
Segment seg = new Segment();
seg.InitWordDics();
string str="日前,奇虎董事长周鸿祎新推出了一款反流氓软件“360安全卫士”,并将雅虎中国3721网络实名定义为流氓软件。此举引起了雅虎员工的强烈不满,甚至有就职于雅虎的原3721员工声称将起诉周鸿祎。围绕着3721这个产品,引发了一场雅虎中国与奇虎之间的战争。";
seg.Separator = "/";
Console.WriteLine(seg.SegmentText(str.Text,true));
日前/,/奇虎/董事长/周鸿祎/新/推出/了/一款/反/流氓/软件/“/360/安全/卫士/”/,/并将/雅虎/中国/3721/网络实名/定义/为/流氓/软件/。/此举/引起/了/雅虎/员工/的/强烈不满/,/甚至有/就职/于/雅虎/的/原/3721员/工/声称/将/起诉/周鸿祎/。/围绕着/3721/这个/产品/,/引发/了/一场/雅虎/中国/与/奇虎/之间/的/战争/。/
不加人名识别效果如下:
日前/,/奇/虎/董事长/周/鸿/祎/新/推出/了/一款/反/流氓/软件/“/360/安全/卫士/”/,/并将/雅虎/中国/3721/网络实名/定义/为/流氓/软件/。/此举/引起/了/雅虎/员工/的/强烈不满/,/甚至有/就职/于/雅虎/的/原/3721员/工/声称/将/起诉/周/鸿/祎/。/围绕着/3721/这个/产品/,/引发/了/一场/雅虎/中国/与/奇/虎/之间/的/战争/。/
2006-8-9----1.0 bate 060809
支持英文、数字、中文(简体)混合分词
常用的数量和人名的匹配
超过22万词的词库整理
实现正向最大匹配算法
智能数字,日期,人名识别
2006-08-18
ShootSearch (基于dotlucene的c#开源搜索引擎)
技术支持:support@shootsoft.net
http://www.shootsoft.net
平台:.Net1.1 C# + dotlucene 1.9.0.2
ShootSearch是一个c#编写的基于dotlucene的开源搜索引擎.其目标是能够检索http,ftp,本地,本地网络邻居四类资源.
已经完成http部分.
测试DEMO:
新浪&搜狐首页开始所有www开头的主机,13分钟54.5 MB 985个文件 60个文件夹 索引文件12MB.
可以在这里查看http://www.shootsoft.net/dotlucene在线测试.
支持微软标准IFilter,支持自己写插件.
没有使用自己写的分词程序,时间不是很充足...
dotLucene下的高亮显示好像有问题,不是很好用
2006-08-18
LL(1)文法判定(C#)
这个是我的编译原理课程设计作业。用C#实现。参考书籍:《编译原理》 张素琴 吕映之 蒋维杜 戴桂兰 著 清华大学出版社 2005年2月 第2版。
先后计算First集,Follow集和Sellect集,然后判断是否是LL(1)文法,最后判断句子。生成结果界面很Cool。
运行时注意先加载或编辑符号集,然后加载或编辑产生式集,最后才输入测试句子进行测试。
SimpleLL1目录下为源程序
EXE目录下为编译好的可执行文件
Product1.txt~Product4.txt为测试用产生式(可直接在程序中加载)
Symbols.txt为测试用符号集(可直接在程序中加载)
转载或引用请注明出处:www.shootsoft.net
2006-08-18
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人