- 博客(3)
- 收藏
- 关注
原创 排重记录
主要是针对论坛上的主题转载的过多,所以做个排重 5000条主题排重 以我破机器跑70秒左右,估计到p4 2.8 2g内存服务器上跑大概一半时间吧 没想出精确的算法, 粗略算法正确性还行。 先将就用着,改天有更好的再来修改 1条到5000条不同主题比较,大概100多ms,嘿嘿,懒得用啥算法,最原始的,够用,速度不够再优化吧,比前者好有大概思路的 折腾其他东西去...
2009-03-16 09:49:06 79
原创 记录下最近做得 产品中文分词
需要对一些信息进行产品Score的排序 思路: 厂家, 产品系列, 产品型号, 分销, 零售商等字典, 按照需求特性对他们进行分级 格式化用户请求信息, 根据上述字典切割成有效关键词, 根据这些关键词进行score计算 因为考虑到用户可能会输入些辅助词语, 所以找了个简单的常规字典来切分这类词语 根据词语的重要性, 出现的次数计算出score,对此排序. code比...
2009-03-10 21:18:14 86
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