一种识别对话中日期的方法

最新推荐文章于 2024-08-03 19:27:22 发布
最新推荐文章于 2024-08-03 19:27:22 发布
阅读量258 收藏
点赞数
文章标签： python
原文链接：https://my.oschina.net/u/3001485/blog/1563414
版权

2019独角兽企业重金招聘Python工程师标准>>> hot3.png

中文对话中的日期表达方式有很多

大概总结了一下大概右下边几类

// 昨天 今天 明天
// 前天 大前天 后天 大后天 大大前天 大大后天。。。
// 2号 15日 五月50号
// 下个月五号 上个月今天
// 这周末 这周五 下周六 上周日
// 10天后 五天前

那么找规律，将有共同特性的结构进行统一处理

总结一下共同特性

1. 汉字正整数转化成阿拉伯数字

// 1. 10天后 五十天前 十二月十五日 十二月13号 这些可以提取出将汉字数字转化成阿拉伯数字的方法

对话中很少出现“二十万天前”这种比较离谱的日子，所以在这里我只实现了一个万以内正整数转换的方法

在整个处理过程中考虑了很多，比如说“两万二”这种数字

private static final HashMap<Character, Integer> NUMBER_MAPPER = new HashMap<Character, Integer>() {{
        put('一', 1); put('二', 2); put('三', 3); put('四', 4); put('五', 5);
        put('六', 6); put('七', 7); put('八', 8); put('九', 9); put('零', 0);
        put('壹', 1); put('贰', 2); put('叁', 3); put('肆', 4); put('伍', 5);
        put('陆', 6); put('柒', 7); put('捌', 8); put('玖', 9); put('〇', 0);
        put('两', 2); put('俩', 2); put('倆', 2); put('仨', 3);

        put('1', 1); put('2', 2); put('3', 3); put('4', 4); put('5', 5);
        put('6', 6); put('7', 7); put('8', 8); put('9', 9); put('0', 0);
    }};

    private static final String NUMBER_PATTERN = "(一|二|三|四|五|六|七|八|九|壹|贰|叁|肆|五|陆|柒|捌|玖|两|倆|俩|仨)";

    //口语数字转化为标准数字的正则表达式
    private static final HashMap<String, String> NUMBER_SPOKEN_PATTERN = new HashMap<String, String>() {{
        put(NUMBER_PATTERN + "{1}(百|佰)" + NUMBER_PATTERN + "{1}$", "十");
        put(NUMBER_PATTERN + "{1}(千|仟)" + NUMBER_PATTERN + "{1}$", "百");
        put(NUMBER_PATTERN + "{1}(万|萬)" + NUMBER_PATTERN + "{1}$", "千");
    }};

    private NumberUtils() {}

    /**
     * 字符串数字转阿拉伯数字，支持万以内正整数汉语数字转换
     * @param input
     * @return
     */
    public static Integer parseInteger(String input) {
        try {
            return Integer.parseInt(input);
        } catch (NumberFormatException e) {
            return hanNumber2Arabic(input);
        }
    }

    /**
     * 万以内中国数字转阿拉伯数字(正整数)
     * 5百 -> 500
     * 六十一 -> 61
     * @param input
     * @return
     */
    private static Integer hanNumber2Arabic(String input) {

        if (isEmpty(input)) {
            return null;
        }
        input = regular(input);
        Queue<Integer> stash = new LinkedList<>();
        Integer result = 0;
        for (char c : input.toCharArray()) {
            switch (c) {
                case '零':
                case '〇':
                    break;
                case '十':
                case '拾':
                    result += stash.poll() * 10;
                    break;
                case '百':
                case '佰':
                    result += stash.poll() * 100;
                    break;
                case '千':
                case '仟':
                    result += stash.poll() * 1000;
                    break;
                case '万':
                case '萬':
                    result += stash.poll() * 10000;
                    break;
                default:
                    stash.offer(NUMBER_MAPPER.get(c));
                    break;
            }
        }

        if (stash.size() > 0) {
            result += stash.poll();
        }

        return result;
    }

    /**
     * 万以内口语数字转化为标准数字
     * 两千二 -> 两千二百
     * 两万五 -> 两万五千
     *
     * @param input
     */
    private static String regular(String input) {
        for (Map.Entry<String, String> entry : NUMBER_SPOKEN_PATTERN.entrySet()) {
            Pattern pat = Pattern.compile(entry.getKey());
            Matcher matcher = pat.matcher(input);
            if (matcher.find()) {
                return input + entry.getValue();
            }
        }

        return input;
    }

2. 中文的月表述和日表述

// 在中文中表示月的说法：这个月 上个月 五月 5月 大上个月。。。
// 同样在中文中表示日的说法：今天 昨天 大前天 大大后天 5号 18日。。。
// 可以提取出一个识别这些表述的方法

在这里我没有实现“X天前”，“上周末”，“星期二”这些表述；只实现了针对于上边表述的识别

不论是日表述还是月表述都可以分为两类

    1. 针对于当前时间的表述 比如说：这个月 昨天

    2. 针对于具体月份或日的表示 比如说：3月 六号

所以代码如下

private static final HashMap<String, Integer> CHINESE_DAY_EXPRESSION_MAPPER = new HashMap<String, Integer>() {{
        put("今天", 0); put("明天", 1); put("后天", 2); put("昨天", -1); put("前天", -2);
    }};

    private static final HashMap<String, Integer> CHINESE_MONTH_EXPRESSION_MAPPER = new HashMap<String, Integer>() {{
        put("这个月", 0); put("下个月", 1); put("上个月", -1);
    }};

    private DateUtils() {}

    /**
     * 根据月表述和日表述 计算日期
     * @param monthExpression 月表述："这个月" "上个月" "五月" "5月"
     * @param dayExpression 日表述："今天" "前天" "5号" "5日"
     * @return 计算后的日期 这个月五号 -> 2017-11-05
     */
    public static LocalDate dateExcursion(String monthExpression, String dayExpression) {
        monthExpression = Utils.isNull(monthExpression, "");
        dayExpression = Utils.isNull(dayExpression, "");
        LocalDate result = LocalDate.now(ZoneId.systemDefault());

        int monthOffset = getDateAdjunct(monthExpression);
        if (monthOffset != 0) {
            monthExpression = monthExpression.substring(monthOffset);
        }

        // 对于不同的表述 不同处理
        if (CHINESE_MONTH_EXPRESSION_MAPPER.get(monthExpression) != null) {
            int baseOffset = CHINESE_MONTH_EXPRESSION_MAPPER.get(monthExpression);
            if (baseOffset > 0) { // 针对基于当前日期的表述 进行加或减
                result = result.plusMonths(baseOffset + monthOffset);
            } else if (baseOffset != 0) {
                result = result.plusMonths(baseOffset - monthOffset);
            }
        } else if (!Utils.isEmpty(monthExpression)) { // 针对指定日期的表述 进行指定
            Integer month = NumberUtils.parseInteger(monthExpression.substring(0, monthExpression.length() - 1));
            result = result.withMonth(month);
        }

        int dayOffset = getDateAdjunct(dayExpression);
        if (dayOffset != 0) {
            dayExpression = dayExpression.substring(dayOffset);
        }

        if (CHINESE_DAY_EXPRESSION_MAPPER.get(dayExpression) != null) {
            int baseOffset = CHINESE_DAY_EXPRESSION_MAPPER.get(dayExpression);
            if (baseOffset > 0) {
                result = result.plusDays(baseOffset + dayOffset);
            } else if (baseOffset != 0) {
                result = result.plusDays(baseOffset - dayOffset);
            }
        } else if (!Utils.isEmpty(dayExpression)) {
            Integer dayOfMonth = NumberUtils.parseInteger(dayExpression.substring(0, dayExpression.length() - 1));
            result = result.withDayOfMonth(dayOfMonth);
        }
        return result;
    }

    // 在这里处理用‘大’字修饰的表述 处理的有点笨拙
    private static Integer getDateAdjunct (String dateExpression) {
        int result = 0;
        for (char c : dateExpression.toCharArray()) {
            if (c == '大') {
                result++;
            } else {
                break;
            }
        }
        return result;
    }

3. 最后就是需要在分词的时候把这些表述准确的分出来，在这里我用的是HanLP分词，屏蔽了数量词识别，加入了自己的专门用于日期识别的方法，同时为了不污染HanLP优秀的词库，加入了自己定义的专门用于日期识别的词库

今天 t_day 1024
昨天 t_day 1024
明天 t_day 1024
上个月 t_month 1024
下个月 t_month 1024
这个月 t_month 1024
一月 t_month 1024
二月 t_month 1024
三月 t_month 1024
四月 t_month 1024
五月 t_month 1024

那么有了自己的时间词和词性，就可以方便的识别这些时间表述了

/**
     * 从中文输入中提取具体日期信息
     * @param input "上个月今天" "这个月6号" "明天" "5月6号"
     * @return 2017-05-06
     */
    public static String getAppointDay(String input) {
        List<Term> terms = NLPSegment.seg(input);
        dateMerge(terms);
        String monthExpression = "";
        String dayExpression = "";
        for (int i = 0; i < terms.size(); i++) {
            Term term = terms.get(i);
            if ("t_month".equals(term.nature.toString())) {
                monthExpression = term.word;
            } else if ("t_day".equals(term.nature.toString())) {
                dayExpression = term.word;
                return DateUtils.dateExcursion(monthExpression, dayExpression).toString();
            }
        }
        return DateUtils.dateExcursion(monthExpression, dayExpression).toString();
    }

    /**
     * 合并数量词和日期单位
     * 5/m 月/q -> 5月/mq
     * 大/a 前天/t_day -> 大前天/t_day
     */
    public static void dateMerge(List<Term> terms) {
        Term prev = null;
        Iterator<Term> iterator = terms.iterator();
        while (iterator.hasNext()) {
            Term current = iterator.next();
            if ("月".equals(current.word) && prev != null && "m".equals(prev.nature.toString())) {
                prev.word += current.word;
                prev.nature = Nature.create("t_month");
                iterator.remove();
            } else if (("日".equals(current.word) || "号".equals(current.word))
                    && prev != null && "m".equals(prev.nature.toString())) {
                prev.word += current.word;
                prev.nature = Nature.create("t_day");
                iterator.remove();
            } else if (("大".equals(current.word) || "大大".equals(current.word))
                    && prev != null && prev.word != null
                    && (prev.word.startsWith("大") && prev.word.endsWith("大"))) {
                prev.word += current.word;
                prev.nature = Nature.a;
                iterator.remove();
            } else if (("t_month".equals(current.nature.toString()) || "t_day".equals(current.nature.toString()))
                    && prev != null && prev.word != null
                    && (prev.word.startsWith("大") && prev.word.endsWith("大"))) {
                prev.word += current.word;
                prev.nature = Nature.create("t_month".equals(current.nature.toString()) ? "t_month" : "t_day");
                iterator.remove();
            } else {
                prev = current;
            }
        }
    }

dateMerge方法有两个作用

    1. 用于合并数字和时间单位

    2. 用于合并用‘大’修饰的时间表述

最后调用getAppointDay()方法进行分析即可

测试一下

public void testGetAppointDay() {
        LocalDate now = LocalDate.now(ZoneId.systemDefault());
        assertEquals(HanLPUtils.getAppointDay("昨天天气怎么样"), now.plusDays(-1).toString());
        assertEquals(HanLPUtils.getAppointDay("前天天气怎么样"), now.plusDays(-2).toString());
        assertEquals(HanLPUtils.getAppointDay("今天天气怎么样"), now.toString());
        assertEquals(HanLPUtils.getAppointDay("明天天气怎么样"), now.plusDays(1).toString());
        assertEquals(HanLPUtils.getAppointDay("后天天气怎么样"), now.plusDays(2).toString());

        assertEquals(HanLPUtils.getAppointDay("大后天天气怎么样"), now.plusDays(3).toString());
        assertEquals(HanLPUtils.getAppointDay("大大后天天气怎么样"), now.plusDays(4).toString());
        assertEquals(HanLPUtils.getAppointDay("大大大后天天气怎么样"), now.plusDays(5).toString());
        assertEquals(HanLPUtils.getAppointDay("大大大大后天天气怎么样"), now.plusDays(6).toString());
        assertEquals(HanLPUtils.getAppointDay("大大前天天气怎么样"), now.plusDays(-4).toString());
        assertEquals(HanLPUtils.getAppointDay("大前天天气怎么样"), now.plusDays(-3).toString());

        assertEquals(HanLPUtils.getAppointDay("大下个月后天天气怎么样"), now.plusMonths(2).plusDays(2).toString());
        assertEquals(HanLPUtils.getAppointDay("大上个月后天天气怎么样"), now.plusMonths(-2).plusDays(2).toString());

        assertEquals(HanLPUtils.getAppointDay("下个月后天天气怎么样"), now.plusMonths(1).plusDays(2).toString());
        assertEquals(HanLPUtils.getAppointDay("上个月今天天气怎么样"), now.plusMonths(-1).toString());
        assertEquals(HanLPUtils.getAppointDay("下个月前天天气怎么样"), now.plusMonths(1).plusDays(-2).toString());
        assertEquals(HanLPUtils.getAppointDay("上个月昨天天气怎么样"), now.plusMonths(-1).plusDays(-1).toString());
        assertEquals(HanLPUtils.getAppointDay("这个月今天天气怎么样"), now.toString());

        assertEquals(HanLPUtils.getAppointDay("五月二十日天气怎么样"), now.withMonth(5).withDayOfMonth(20).toString());
        assertEquals(HanLPUtils.getAppointDay("5月二十日天气怎么样"), now.withMonth(5).withDayOfMonth(20).toString());
        assertEquals(HanLPUtils.getAppointDay("五月20日天气怎么样"), now.withMonth(5).withDayOfMonth(20).toString());
        assertEquals(HanLPUtils.getAppointDay("5月20日天气怎么样"), now.withMonth(5).withDayOfMonth(20).toString());

        assertEquals(HanLPUtils.getAppointDay("20号天气怎么样"), now.withDayOfMonth(20).toString());
        assertEquals(HanLPUtils.getAppointDay("二十号天气怎么样"), now.withDayOfMonth(20).toString());

        assertEquals(HanLPUtils.getAppointDay("大上个月大大大大大前天天气怎么样"), now.plusMonths(-2).plusDays(-7).toString());
        assertEquals(HanLPUtils.getAppointDay("天气怎么样"), now.toString());
    }

结果当然是通过了

211248_vObH_3001485.png

转载于:https://my.oschina.net/u/3001485/blog/1563414

weixin_34248705
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
NLP实体命名识别之时间识别
qq_38923076的博客
08-14 6006
本程序针对的是酒店的预定系统，已经将语音转换为中文文本的情况下，将时间转换为统一的格式输出。我们可能会遇到如“八月14”，“2018年6月”，“20160502”这样的格式，最后统一转换为Python中‘%Y-%m-%d %H:%M:%S’这种时间格式输出，下面展示的是整个程序最后的效果： text1 = '我要住到明天下午六点' print(text1, time_extract(text1...
命名实体识别——日期识别
lilong117194的博客
07-26 9317
命名实体识别 其目的是识别语料中的人名、地名、组织结构名等命名实体，由于这些命名实体在不断地更新，很难在词典中全部列出，所以就对这些词的识别在词汇形态处理任务中单独处理，也就是NER技术。 而命名实体识别效果的评判标准主要是看实体的边界是否划分正确，以及实体的类型是否标注正确，对于英文来说命名实体的边界识别相对简单，因为一般都有明显的形式标志，而对于实体类型的确定相对较难。在中文中相较于实体类...
Pandas识别中文日期，这4步轻松搞定!
devid008的博客
05-27 531
在使用Pandas处理含有中文日期的CSV文件时，中文日期列无法直接被识别为datetime类型，这会造成该列无法进行时间序列操作。那么，如何让Pandas正确解析中文日期列，并将其转换为datetime64类型呢?
HanLP基本用法
weixin_42094192的博客
08-13 1028
近日因工作需要，需筛选出根据词性将音频转的文本中的人名，主要是中国人名字。选择汉语言处理包HanLP实现这一目标， 本文将梳理了基于python的HanLP工具包的一些基本用法，便于日后需要时的查找使用。 HanLP基本用法简介安装基本功能语法分词、词性标注依存句法分析关键词提取摘要抽取感知机词法分析中国人名识别音译人名识别短语提取拼音转换繁简转换 简介 HanLP 是由一系列模型与算法组成的工具包，目标是普及自然语言处理在生产环境中的应用。HanLP 具备功能完善、性能高效、架构清晰、语料时新、可自定义的
HanLP实战教程：离线本地版分词与命名实体识别
我的一些代码。。。
04-06 3824
在这篇博客文章中，我们将介绍如何使用HanLP 2.1.0-beta.46版本的native API在本地离线环境下进行中文分词和命名实体识别。我们将重点介绍单任务API的使用方法，以及如何加载预训练模型。
日期对象常用方法
车明强的博客
10-18 539
getFullYear 得到指定字符串中的哪一年 var time = new Date(2019,03,04,08,00,20); console.log(time.getFullYear());//2019 getMonth 得到指定字符串中的哪一个月份 月份从0开始，0表示一月 1表示2月 var time = new Date(2019,03,04,08,00,20); console.log(time.getMonth());//3 getDate
日期与时间的对象
weixin_44584477的博客
06-28 262
日期与时间的对象 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ 开发工具与关键技术：JS 作者： 撰写时间：2019.6.25 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~...
ChatGPT技术与人机对话系统中的实体识别.docx
09-02
首先，自然语言中的实体类型繁多，包括人名、地名、日期、货币等等，每一种实体类型都需要特定的处理方法。其次，实体在文本中的表述形式也可能多样，如全称、缩写、别名等，需要模型能够准确地识别并进行统一表示。...
一种视觉聊天机器人会话生成方法.pdf
05-17
一种视觉聊天机器人会话生成方法是针对人工智能领域中聊天机器人技术的一种创新应用，旨在提高机器人的交互能力和理解力，特别是对于图像内容的理解和讨论。该方法主要关注的是如何让聊天机器人在与用户对话时，不仅...
ChatGPT技术对话模型的错误纠正与意图识别.docx
08-26
ChatGPT 技术是一种基于深度学习的自然语言处理技术，能够生成自然流畅的文字和对话。该技术广泛应用于在线客服、智能助手等领域，能够提供快速和智能的对话服务。 二、错误纠正挑战 ChatGPT 技术的错误纠正是一个...
中文语言中的时间识别TimeNLP.zip
07-19
Time-NLP 中文语句中的时间语义识别 author：shinyke 本工具是由复旦NLP中的时间分析功能修改而来，做了很多细节和功能的优化，具体如下： 泛指时间的支持，如：早上、晚上、中午、傍晚等。 时间未来倾向。 如：在周五输入“周一早上开会”，则识别到下周一早上的时间；在下午17点输入：“9点送牛奶给隔壁的汉子”则识别到第二天上午9点。 多个时间的识别，及多个时间之间上下文关系处理。如："下月1号下午3点至5点到图书馆还书"，识别到开始时间为下月1号下午三点。同时，结束时间也继承上文时间，识别到下月1号下午5点。 可自定义基准时间：指定基准时间为“2016-05-20-09-00-00-00”，则一切分析以此时间为基准。 修复了各种各样的BUG。 简而言之，这是一个输入一句话，能识别出话里的时间的工具。╮(╯▽╰)╭ 示例代码： /**  *   * 测试类  *   * @author kexm  * @version 1.0  * @since 2016年5月4日  *   */ public class TimeAnalyseTest {     @Test     public void test(){         String path = TimeNormalizer.class.getResource("").getPath();         String classPath = path.substring(0, path.indexOf("/com/time"));         System.out.println(classPath "/TimeExp.m");         TimeNormalizer normalizer = new TimeNormalizer(classPath "/TimeExp.m");         normalizer.parse("Hi，all.下周一下午三点开会");// 抽取时间         TimeUnit[] unit = normalizer.getTimeUnit();         System.out.println("Hi，all.下周一下午三点开会");         System.out.println(DateUtil.formatDateDefault(unit[0].getTime())   "-"   unit[0].getIsAllDayTime());          normalizer.parse("早上六点起床");// 注意此处识别到6天在今天已经过去，自动识别为明早六点（未来倾向，可通过开关关闭：new TimeNormalizer(classPath "/TimeExp.m", false)）         unit = normalizer.getTimeUnit();         System.out.println("早上六点起床");         System.out.println(DateUtil.formatDateDefault(unit[0].getTime())   "-"   unit[0].getIsAllDayTime());         normalizer.parse("周一开会");// 如果本周已经是周二，识别为下周周一。同理处理各级时间。（未来倾向）         unit = normalizer.getTimeUnit();         System.out.println("周一开会");         System.out.println(DateUtil.formatDateDefault(unit[0].getTime())   "-"   unit[0].getIsAllDayTime());         normalizer.parse("下下周一开会");//对于上/下的识别         unit = normalizer.getTimeUnit();         System.out.println("下下周一开会");         System.out.println(DateUtil.formatDateDefault(unit[0].getTime())   "-"   unit[0].getIsAllDayTime());  
Java实现一个将自然语言转换为cron表达式的工具包，可用于对话机器人的定时任务以及平常开发中的cron表达式识别
03-06
Java是一种广泛使用的编程语言，尤其在企业级应用和服务器端开发中占据主导地位。在这个项目中，我们讨论的是一个特定的工具包，它允许开发者将自然语言转化为cron表达式。cron表达式是Unix/Linux系统中用于设置周期...
目标驱动型人机对话技术现状与展望
11-24
目标驱动型人机对话是指一种基于明确目标导向的交互模式。在这种模式下，用户与机器之间的对话是为了完成特定的任务或达到某个具体目的而进行的。例如，在机票预订过程中，用户通过与机器的对话来确定出发地、目的地...
中文分词—日期识别
weixin_38477351的博客
11-12 670
日期识别
【2022HBU天梯赛训练】7-1 日期格式化 (10 分)
pakerder的博客
01-03 821
7-1 日期格式化 (10 分) 任务描述 世界上不同国家有不同的写日期的习惯。比如美国人习惯写成“月-日-年”，而中国人习惯写成“年-月-日”。 于龙在写一些日期时不小心把年份写错位置了，可能在最前，可能在中间，也可能在最后。 下面请你写个程序，自动把读入的于龙日期改写成中国习惯的日期。 输入格式: 输入在一行中按照“mm-dd-yyyy”或“mm-yyyy-dd”或“yyyy-mm-dd”的格式给出年、月、日。题目保证给出的日期是1900年元旦至今合法的日期，保证月在前日在后，保证年份是4位数
Java日期时间API系列39-----中文语句中的时间语义识别（time NLP 输入一句话，能识别出话里的时间）原理分析
weixin_48967543的博客
06-11 735
　　 　　NLP (Natural Language Processing) 是人工智能（AI）的一个子领域。自然语言是人类智慧的结晶，自然语言处理是人工智能中最为困难的问题之一（来自百度百科）。优惠券平台 www.cqfenfa.com 其中中文更是不好处理。下面将分析中文语句中的时间的识别：time NLP 输入一句话，能识别出话里的时间。下面2种简单的实现方法。 1.单词的识别 这种比较简单，比如，今天，明天，下周，下月，明年，昨天，上周，上月，去年等。原理：匹配到明天就根据今天的时间天数加1。..
POI识别Excel表格的中文时间和日期格式单元格
xiri_的博客
01-22 4545
POI识别Excel表格的中文时间和日期格式单元格 本文的重点是解决两个问题： 1、POI识别Excel的时间包含中文，例如：2021年1月22日 2、POI识别Excel中单元格为日期类型或时间类型的时间数据 前言： 本文主要以示例解决以上两个问题，为了突出主要解决问题的代码，所以就以xlsx类型表格的识别方式为例。 一、POI识别包含中文的时间 前言： 主要以 xxxx年xx月xx日 类型时间为例进行演示 背景： 自POI 3.X版本开始，poi便无法识别Excel中的中文时间了。然而，当我们的Exce
HanLP使用教程——NLP初体验
null_10086的博客
07-16 1219
话接上篇NLP的学习坑 自然语言处理(NLP)——简介 ，使用HanLP进行分词标注处词性。 HanLP使用简介以蕊小说网 https://www.2569.info HanLP是一系列模型与算法组成的NLP工具包，目标是普及自然语言处理在生产环境中的应用。HanLP具备功能完善、性能高效、架构清晰、语料时新、可自定义的特点。 目前，基于深度学习的HanLP 2.0正处于alpha测试阶段。如果是java用户我们搜索的时候进入到官网可能看回浪费一些事件去搞清楚怎么使用，因为2.0目前貌似是python.
Python爬虫与MongoDB的完美结合
最新发布
weixin_52392194的博客
08-03 664
我们掌握了在Windows和Linux系统下安装MongoDB，设计适合爬虫存储数据的写入规范，并通过实际爬虫示例展示了如何将爬取到的数据存储到MongoDB中。此外，还进行了MongoDB性能优化，提高了数据存储和查询的效率。
中文电子病历命名实体识别关键技术与应用
此外，论文还可能探讨了命名实体识别的具体方法，比如使用条件随机场（Conditional Random Fields, CRF）等机器学习模型进行实体识别，因为CRF在序列标注任务中表现出色，能够捕捉到实体之间的上下文信息。...
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