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(2)
  • 收藏
  • 关注

原创 分词工具包比较&jieba分词

1 分词工具包介绍 现有中文分词工具包有多种,包括ICTCLAD,MMSEG4J,IKAnalyser,JIEBA,THULAC,HanLP等等。 1.1 JIEBA JIEBA是PYTHON平台上比较活跃的中文分词包 ,它支持三种分词模式: (1)精确模式,试图将句子最精确地切开,适合文本分析; (2)全模式,把句子中所有的可以成词的词语都扫描出来, 速度非常快,但是不能解决歧义; (3)搜索引...

2019-07-26 15:51:30 945

原创 selenium爬取维基百科信息

目录selenium爬取维基百科信息软件和包的安装爬取某一固定网页的维基百科数据 selenium爬取维基百科信息 由于中文版维基百科被屏蔽,所以首先需要解决连接问题,采用的策略是使用VPN连接外网,Selenium调用Firefox浏览器进行数据采集。 操作环境:JetBrains PyCharm 2018.2.2 x64编译器,Python 3.6 软件和包的安装 安装Firefox浏览器(...

2019-07-26 15:50:03 822

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