自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(15)
  • 收藏
  • 关注

原创 【暑期实训09】day21

实现echarts饼图读取后台数据并显示<template> <el-row class="wrap"> <el-col :span="24" class="wrap-breadcrumb"> <el-breadcrumb seporate="/"> <el-breadcrumb-item :to="{ path: '/'}"><b>首页</b></el-breadcrumb-

2021-07-18 16:19:00 123

原创 【暑期实训08】day18

1.实现后端学生表统计各类信息controller层 //统计学生总数 @RequestMapping(value = "/countTotal") @ResponseBody public int selectTotal(){ return StuService.selectTotal(); } //统计学生性别 @RequestMapping(value = "/countGender") @ResponseBody

2021-07-18 16:13:47 90

原创 【暑期实训07】day15

1.完成后端课程表的增删改查controller层 //查询基本信息 @RequestMapping(value = "/findById") @ResponseBody public Course findById(HttpServletRequest request){ return courseService.findById(Integer.parseInt(request.getParameter("course_id"))); }

2021-07-18 16:07:51 75

原创 【暑期实训06】day14

1.完成修改功能//修改老师信息 updateTeacher(){ var _this = this; axios.put('http://localhost:8181/teacher/updateTeaInfo?'+'tea_id='+sessionStorage.getItem('tid')+'&tea_name='+_this.form.tea_name+'&tea_gender='+_this.form.tea_gender+'&final_

2021-07-12 10:09:10 70

原创 2021-07-12【暑期实训05】day11

1.实现前端显示后端数据学生页面created() { const _this = this; axios.get('http://localhost:8181/teacher/findAll').then(function(resp){ console.log(resp); let cnt = 0; while(resp.data[cnt]) { _this.infoData[cnt].tea_id = resp.data[cnt].

2021-07-12 09:42:49 74

原创 2021-07-12【暑期实训04】day09

实现了老师表的增删改查service层@Servicepublic class TeacherService { @Resource private TeacherMapper teacherMapper; //查询老师基本信息 public Teacher findById(int id){ Teacher teacher = teacherMapper.selectByPrimaryKey(id); return teacher;

2021-07-12 09:21:09 70

原创 【暑期实训】day05

1.实现了图片的上传功能 /** * 将照片文件保存到本地 * @param inputStream 输入流 * @param fileName 照片文件名 * @return 返回字节数组 写入数据库中的blob对象 */ private byte[] savePic(InputStream inputStream, String fileName) { byte[] barray=null; OutputStre

2021-07-04 22:08:38 73

原创 【暑期实训】day03

1.学习了git的使用idea使用git方法https://blog.csdn.net/miwanmeng/article/details/81128353uniapp使用git方法https://blog.csdn.net/Mrs_chens/article/details/10844264idea使用git进阶篇https://blog.csdn.net/dreamsky_boy/article/details/840987752.创建了仓库仓库地址http://202.194.14.1

2021-06-30 15:18:07 53

原创 2021-06-28【暑期实训】day01

1.安装了HBuilderX2.学习了uni-app的使用通过https://uniapp.dcloud.io/README在试图在微信开发者工具上运行时出现以下报错14:46:06.681 [微信小程序开发者工具] [error] IDE service port disabled. To use CLI Call, please enter y to confirm enabling CLI capability, or manually open IDE -> Settings -&g

2021-06-29 15:44:27 169

原创 【ChatBot学习笔记】6.基于统计的句法分析树

6.基于统计的句法分析树句法分析树有什么用?分析句子成分确定单词间的依存关系简单来说,依存分析/句法分析是句子分析的方法论或者文字层面的分析;句法分析树是句法分析的实践,从数学/编程层面进行构造句法分析树,最常用的是上下文无关法(PCFG),这个方法有三个关键词:终结符集合:就是所有的叶节点,不可再分的词,如名词、动词、量词非终结符集合:所有非叶节点。递归定义:非终结符=终结符+非终结符,可再分,如动宾、主谓宾、整个句子规则集:(非)终结符集对应的概率一个解释性例子:产生式:

2021-04-21 22:51:50 378

原创 【ChatBot学习笔记】5.文法分析

5.文法分析文法特征因为句子可以无限组合无限扩展,所以单纯用语法分析来完成自然语言处理这件事情是不可能的,所以出现了文法分析文法是一个潜在的无限的句子集合的一个紧凑的特性,它是通过一组形式化模型来表示的,文法可以覆盖所有结构的句子,对一个句子做文法分析,就是把句子往文法模型上靠,如果同时符合多种文法,那就是有歧义的句子最重要的结论:文法结构范围相当广泛,无法用规则类的方法来处理,只有利用基于特征的方法才能处理文法特征举例:单词最后一个字母、词性标签、文法类别、正字拼写、指示物、关系、施事角色、受事

2021-04-21 22:49:00 124

原创 【ChatBot学习笔记】3.自动化词性标注

3.自动化词性标注基于统计模型的词性标注方法隐马尔科夫模型(HMM)比较适合词性标注这种基于观察序列来做标注的情况隐马尔可夫模型参数初始化的技巧模型参数初始化是在我们尚未利用语料库之前用最小的成本和最接近最优解的目标来设定初值。HMM是一种基于条件概率的生成式模型,所以模型参数是生成概率,那么我们不妨就假设每个词的生成概率就是它所有可能的词性个数的倒数。对词表中存在的词容易统计对于在词表中没有的词,把它的生成概率初值设置为0。基于规则的词性标注方法规则就是我们既定好一批搭配关系和上下文语境

2021-04-21 22:41:57 224

原创 【ChatBot学习笔记】2.语料标注

2.语料标注import nltk词干提取porter = nltk.PorterStemmer()porter.stem(‘lying’)词性标注器text = nltk.word_tokenize(“And now for something completely different”)nltk.pos_tag(text)手动标记tagged_token = nltk.tag.str2tuple(‘fly/NN’)tagged_token中文支

2021-04-21 22:40:16 567

原创 【ChatBot学习笔记】1.中文分词

1.中文分词他说的确实在理原理:基于大量语料库,利用平均感知机分类器对上面特征做打分,并训练权重系数,这样得出的模型就可以用来分词了,句子右边多出来一个字,用模型计算这些特征的加权得分,得分最高的就是正确的分词方法基于n元语法模型的方法的优势在于词表里已有的词的分词效果基于字构词的方法的优势在于未登陆词的识别流行分词工具jieba基于前缀词典实现高效的词图扫描,生成句子中汉字所有可能成词情况所构成的有向无环图 (DAG)采用了动态规划查找最大概率路径, 找出基于词频的最大切分组合对于未

2021-04-21 22:35:26 323

原创 【ChatBot学习笔记】0.自然语言处理

0.自然语言处理import nltk贝叶斯分类器,简单来说就是直接以训练中高概率结果进行判断标记my_train_set = [ ({'feature1':u'a'},'1'), ({'feature1':u'a'},'2'), ({'feature1':u'a'},'3'), ({'feature1':u'a'},'3'), ({'feature1':u'b'},'2'), ({'feature1':

2021-04-21 22:29:22 127

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除