搜狗实验室(Sogou Labs)

最新推荐文章于 2021-11-05 14:21:14 发布
最新推荐文章于 2021-11-05 14:21:14 发布
阅读量2.5k 收藏 1
点赞数
分类专栏： 搜索引擎 文章标签： 互联网 生活
搜狗实验室(Sogou Labs)展示了其在搜索结果评价、话题跟踪及检测、文本分类等方面的研究成果，并提供了丰富的语料数据，如互联网语料库、新闻数据、图片数据和自然语言处理相关数据，旨在提升中文网民的互联网体验。
摘要由CSDN通过智能技术生成

http://www.sogou.com/labs/

搜狗实验室(Sogou Labs)是搜狗搜索核心研发团队对外交流的窗口，包含数据资源、研究合作等几个栏目。我们期望通过这个平台，展现搜狗研发团队强大的研发、创新能力；推动学术界和产业界的交互；了解用户对新产品的需求。我们的目标：为中文网民的互联网生活提供更加全面、更加优质的服务。

搜索结果评价 new

版本：2008 发布时间：2008/09/01

判断搜索结果与查询的相关性，是否符合搜索意图。

话题跟踪及检测评价 new

版本：2008 发布时间：2008/09/01

评测新闻话题跟踪及检测效果。

文本分类评价
最低0.47元/天 解锁文章
deepfuture
关注
专栏目录
搜狗日志查询分析 (MapReduce+Hive+idea综合实验）
huaziran的博客
12-12 5586
前提条件： 安装好hadoop2.7.3（Linux系统下） 安装好MySQL（Windows或Linux系统下） 安装好Hive（Linux系统下）参考：Hive安装配置 题目： 从搜狗实验室下载搜索数据进行分析 下载的数据包含6个字段，数据格式说明如下： 访问时间 用户ID [查询词] 该URL在返回结果中的排名 用户点击的顺序号 用户点击的URL 注意： 1.字段分隔符：字段分隔符是个数不等的空格； 2.字段个数：有些行有6个字段，有些达不到6个字段。 问题：使用MapReduce和Hive
搜狗实验室（用户查询日志）
08-29
搜狗实验室（用户查询日志）SogouQ.reduced，用于做大数据分析的数据
python统计搜狗实验室新闻词频绘制词云
rj2017211811的博客
10-13 492
1.下载数据 数据下载地址 https://www.sogou.com/labs/resource/ca.php 下载后解压数据，发现是.dat格式的文件， 用python打开： 2.分词 该.dat文件格式为gbk，首先应读取该文件内容，然后将文件内容转换为utf-8 由于文件太大，所以不能一次性读取，一次性读取数据会一次性全部加载到内存，电脑会立马卡死，应该分行读取 for...
搜狗搜索php,搜狗实验室
weixin_33474071的博客
03-13 354
介绍：搜索引擎查询日志库设计为包括约1个月(2008年6月)Sogou搜索引擎部分网页查询需求及用户点击情况的网页查询日志数据集合。为进行中文搜索引擎用户行为分析的研究者提供基准研究语料格式说明：数据格式为访问时间\t用户ID\t[查询词]\t该URL在返回结果中的排名\t用户点击的顺序号\t用户点击的URL其中，用户ID是根据用户使用浏览器访问搜索引擎时的Cookie信息自动赋值，即同一次使用浏...
搜狗实验室文本（整理版）
04-25
搜狗实验室1个月数据，我已经整理过，做好了分类，并且去除了无用数据
搜狗实验室 提供了一些数据挖掘加工的数据
iteye_8719的博客
05-19 381
http://www.sogou.com/labs/resources.html
搜狗实验室 文本分类语料库
06-03
搜狗实验室 文本分类语料库。可用于进行文本开发等相应实验练习
搜狗实验室新闻分类语料库
06-19
搜狗实验室新闻分类语料库，主要有10个分类，共50多万条记录 0 汽车 1 财经 2 IT 3 健康 4 体育 5 旅游 6 教育 7 招聘 8 文化 9 军事
整理后的搜狗实验室全网新闻数据样例（word2vec用）
04-13
用来测试word2vec的数据样本，从搜狗实验室全网新闻数据库http://www.sogou.com/labs/resource/list_news.php 下载并提取出新闻内容的数据。
搜狗实验室文本分类语料库
08-04
文本分类语料库来源于Sohu新闻网站保存的大量经过编辑手工整理与分类的新闻语料与对应的分类信息。其分类体系包括几十个分类节点，网页规模约为十万篇文档。 语料库统计的意义：提供一个较大规模的标准中文文本分类测试平台。 应用案例：中文文本分类，主题跟踪与检测等。
搜狗实验室新闻数据整理.zip
11-23
其中包含的val（已整理的搜狗实验室新闻文本数据）、stopwords数据来源于网课资源，能够帮助新手尽快完成一次新闻文本分类的实战项目
机器学习中搜狗实验室发布的搜狗新闻数据集
06-13
机器学习中搜狗实验室发布的搜狗新闻数据集
搜狗实验室新闻数据 文本分类
03-07
搜狗实验室新闻数据 文本分类
【Python NLP】：搜狗语料库-新闻语料处理
QuantCoder
11-05 5843
搜狗新闻语料处理 自然语言处理，最重要的当然是语料数据，选择搜狗实验室的语料库是不错的，但是模型训练前，需要对数据做一些处理，过程如下。 1、数据下载链接：搜狗新闻语料库 先在链接上下载“搜狐新闻数据(SogouCS)”，请直接下载“精简版”！（迷你版有雷。。。） 2、数据下载下来后是这样子的 3、数据量已经很大了，每一个txt采用的是ANSI编码方式 4、每个新闻可以根据url、contenttitle、content三者进行拆分 url：获取内容类别 contenttitle：获取内容标题，作为之
基于搜狗新闻语料库的词向量模型训练（Windows下）
Shinlikr的博客
08-13 1689
一、语料库下载 搜狗实验室官网：http://www.sogou.com/labs/resource/list_pingce.php 为了使训练的模型有足够的泛化能力，得到更好的词向量表示，因此在这里下载的是完整版的语料库。 .dat文件百度云 链接：https://pan.baidu.com/s/1ksDyNeREwibF-Sv7cVlPng 提取码：ptvl 二、数据预处理 将数据解压缩后得到一个news_sohusite_xml.dat文件，在git bash下找到.dat的目录，运行命令：cat
搜狗实验室新闻数据文本分类深度学习案例 ———Tensorflow+CNN深度学习全流程（上）
weixin_43409302的博客
03-06 5451
一、项目简介 tensorflow是谷歌开源的深度学习框架，是进行深度学习的坚船利炮。此文基于“搜狗实验数据库”的海量新闻数据，全流程展示如何基于tensorflow采用CNN算法实现文章的分类。方便学习者全面地理解深度学习及NLP文本分析的原理和实现步骤。 二、数据预处理 此部分详细代码见《如何有效地进行文本分类——数据预处理》 https://blog.csdn.net/weixin_434...
搜狗实验室新闻数据文本分类深度学习案例 ———Tensorflow+CNN深度学习全流程（下）
weixin_43409302的博客
03-06 1511
五、模型的训练与预测 进行2000轮训练 观察损失函数loss和预测准确率accuracy 1、创建模型保存路径 # 创建保存对象 saver = tf.train.Saver() # 最优结果 best_acc = 0 # 创建保存训练模型的路径 model_path = 'save_models/' if not os.path.exists(model_path): os.mak...
解析搜狗实验室精简版数据
weixin_30663391的博客
04-26 679
1、要预处理xml文件，解决docs,url,content标签问题。主要代码是deal_label.py 存入数据文件夹是sougou_label_after SogouCS.reduced：存放原始的txt； sougou_label_after：解决docs,url,content标签问题 import os # 预处理xml文件，解决docs,url,content标签问题 def fil...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值