搜寻结果

为满足大数据搜索挖掘和文本处理的企业、单位、研究机构了解本平台，NLPIR提供直观、系统的演示平台。该平台能够全方位多角度满足应用者对大数据文本的处理需求，包括大数据完整的技术链条：网络抓取、正文提取、中英文分词、词性标注、实体抽取、词频统计、关键词提取、语义信息抽取、文本分类、情感分析、语义深度扩展、繁简编码转换、自动注音、文本聚类等。 用户可根据演示平台的可视化效果直观了解其功能，所有功能模块全部由对应的二次开发接口（动态链接库.dll，.so，及静态链接库等形式），各个中间件API可以无缝地融合到客户的各类复杂应用系统之中，可兼容Windows，Linux，...

NLPIR 2014大会：汉语分词系统NLPIR 2014发布暨ICTCLAS用户交流大会...

NLPIR 2014大会：汉语分词系统NLPIR 2014发布暨ICTCLAS用户交流大会...

NLPIR 2014大会：汉语分词系统NLPIR 2014发布暨ICTCLAS用户交流大会...

汉语词法分析中间件能对汉语语言进行拆分处理，是中文信息处理必备的核心部件。灵玖综合了各家所长，采用条件随机场（Conditional Random Field,简称CRF）模型，分词准确率接近99%，具备准确率高、速度快、可适应性强等优势；特色功能包括：切分粒度可调整，融合20余部行业专有词典，支持用户自定义词典等。 　　词性标注能对汉语语言进行词性的自动标注，它能够真正理解中文，自动根据语言环境将词语诸如“建设”标注为“名词”或“动词”。软件采用条件随机场（Conditional Random...

NLPIR微博内容语料库说明 NLPIR微博内容语料库由北京理工大学网络搜索挖掘与安全实验室张华平博士，通过公开采集与抽取从新浪微博、腾讯微博中获得。为了推进微博计算的研究，现通过自然语言处理与信息检索共享平台(www.nlpir.org)予以公开共享其中的23万条数据（目前已有数据接近1000万，已经剔除了大量的冗余数据）。 本语料库在公开过程中，已经最大限度地采用技术手段屏蔽了用户真实姓名和url，如果涉及到的用户需要全面保护个人隐私的，可以Email给张华平博士kevinzhang@bit.edu.cn予以删除，对给您造成的困扰表示抱歉，并希望谅解；...

NLPIR微博博主语料库说明 1.NLPIR微博博主语料库由北京理工大学网络搜索挖掘与安全实验室张华平博士，通过公开采集与抽取从新浪微博、腾讯微博中获得。为了推进微博计算的研究，现通过自然语言处理与信息检索共享平台(www.nlpir.org)予以公开共享其中的100万条数据（目前已有数据接近1亿，已经剔除了大量的冗余与机器粉丝） 本语料库在公开过程中，已经最大限度地采用技术手段屏蔽了用户真实姓名和url，如果涉及到的用户需要全面保护个人隐私的，可以Email给张华平博士kevinzhang@bit.edu.cn予以删除，对给您造成的困扰表示抱歉，并希望谅解；...

共享地址：http://www.datatang.com/datares/detail.aspx?id=44028 微博网盘下载地址：http://vdisk.weibo.com/s/yW3j3/1366876557 需要密码，关注微博发私信索取就可以了 NLPIR twitter内容语料库说明 1.NLPIR...

一、 自然语言理解技术的背景...

灵玖LJCorpus中文语料库分析软件简介： 语料库语言学是20世纪80年代才崭露头角的一门交叉学科，它研究自然语言文本的采集、存储、加工和统计分析，目的是凭借大规模语料库提供的客观翔实的语言证据来从事语言学研究和指导自然语言信息处理系统的开发。随着互联网的爆炸式增长，中文语料库的规模也随之剧增。语言学的研究面临着各类复杂的海量数据，亟需采用信息化的手段，自动分析相关的语言数据，从而更好地研究并开发使用的自然语言信息处理系统。...

白皮书下载：http://www.lingjoin.com/download/LJParser%20Manual.doc 软件下载：http://www.lingjoin.com/download/LJParser.rar...

白皮书下载：http://www.lingjoin.com/download/LJParser%20Manual.doc 软件下载：http://www.lingjoin.com/download/LJParser.rar...

LJCorpus中文语料库分析软件是一套专门针对中文生语料库的加工、抽取、统计与翻译全自动的综合语料分析系统，应用了领先的汉语词法分析技术、新词发现技术、统计挖掘技术以及词语翻译对齐技术，目前，东北师范大学中文系已经成功应用该软件对新加坡的语言进行了分析，极大提高了研究的效率。 LJCorpus中文语料库分析软件的四大功能主要包括： 1. 新词发现： 从给定的大规模文本文件集合中，挖掘出内涵的新词语列表，可以用于用户专业词典的编撰。识别出的新词结果还可以进一步编辑标注，编辑好的新词词典，可以作为专业知识库导入分词词典中，从而提高分词系统的准确度，并适应新的语言变化情况。 2...

转自：http://www.lingjoin.com:8080/bbs/viewthread.php?tid=88&extra= 我们通过自有网络采集器，积累了大量的新闻论坛博客语料库，非常贴近时事，语料库的形式为文本文件（GBK编码）；大约每天新增2GB左右。具体规格说明如下： 1、语料库来源：主流新闻、论坛、博客的真实文本语料； 2、时间分布：2009.11.1至今； 3、格式：文件名为文章标题，内容采用GBK编码，去除了大量的垃圾等干扰因素； 语料库清单： list.txt (400.07 KB) 下载次数: 0 3 分钟前 样本：...

语料库语言学是20世纪80年代才崭露头角的一门交叉学科，它研究自然语言文本的采集、存储、加工和统计分析，目的是凭借大规模语料库提供的客观翔实的语言证据来从事语言学研究和指导自然语言信息处理系统的开发。随着互联网的爆炸式增长，中文语料库的规模也随之剧增。语言学的研究面临着各类复杂的海量数据，亟需采用信息化的手段，自动分析相关的语言数据，从而更好地研究并开发使用的自然语言信息处理系统。...

原始文本内容为： 格力空调“中华第一店”落户泉城 (CLOB) 9月28日，济南三联商社家电卖场四楼，总面积近600平方米的格力空调店中店正式开门营业。这被认为是家电卖场业店中店之“中华第一店”，同时也开启了家电业营销的一种全新的经营模式。不仅如此，格力此举还被业内解读为倡导现代商业文明、还消费者明白的一次具有变革性意义的尝试。 　格力“中华第一店”探营： 　打破传统 　打造家电零售全新模式 　在传统意义上讲，家电零售业的经营模式不外乎大卖场专柜与商业繁华地段品牌专卖店两类。而格力“中华第一店”则打破了这一传统格局，将大卖场专柜模式升级为店中店模式。 自动抽取结果为：...

分词, 详解, 中文, 技术 信息的飞速增长，使搜索引擎成为人们查找信息的首选工具，Google、百度、中国搜索等大型搜索引擎一直是人们讨论的话题。随着搜索市场价值的不断增加，越来越多的公司开发出自己的搜索引擎，阿里巴巴的商机搜索、8848的购物搜索等也陆续面世，自然，搜索引擎技术也成为技术人员关注的热点。...

转自http://www.lingjoin.com:8080/bbs/viewthread.php?tid=52&extra=page%3D1 中国中文信息学会的文章：中文信息处理发展与展望 中文信息处理发展与展望.pdf (199.24 KB) 下载次数: 1 3 天前 14:09 杭州电子工业学院郭艳华老师的文章：自然语言理解研究综述 自然语言理解研究综述.pdf (96.13 KB) 下载次数: 1 3 天前 14:09 张华平博士的文章：中文信息处理发展简史 中文信息处理发展简史.pdf (46.92 KB) 下载次数: 1

特征词发现技术能够识别出词典中没有出现过的词汇、短语、命名实体、流行用语，是语言文献分析方面的一把利器。特征词发现脱胎于语言自动分词技术，又是对分词技术的有效提升和补充。 灵玖Lingjoin（www.lingjoin.com）采用基于语义的统计语言模型，所处理的文档不受行业领域限制，能够有效地挖掘出新出现的特征词汇，所输出的词汇可以配以权重。 灵玖特征词发现组件的主要特色在于： 1、速度快：可以处理海量规模的网络文本数据，平均每小时处理至少60万篇文档； 2、处理精准：Top...

数据库管理系统存储的一般都是结构化数据，长足于数值的计算、查询、统计与挖掘。随着计算机存储与计算能力的迅猛发展，越来越多的非结构化文本数据存储在数据库中，数据库中的文本搜索日益广泛。...