搜索资源列表
ictclas_Source_Code
- 计算所汉语词法分析系统ICTCLAS介绍 词是最小的能够独立活动的有意义的语言成分。 但汉语是以字为基本的书写单位，词语之间没有明显的区分标记，因此，中文词语分析是中文信息处理的基础与关键。为此,我们中国科学院计算技术研究所在多年研究基础上，耗时一年研制出了汉语词法分析系统ICTCLAS(Institute of Computing Technology, Chinese Lexical Analysis System)，该系统的功能有：中文分词；词性标注；未登录词识别。分词正确率高达97
ICTCLAS_2009_API_DOC
- 计算所汉语词法分析系统ICTCLAS.分词正确率高达97.58 (973专家组评测)，未登录词识别召回率均高于90 ，其中中国人名的识别召回率接近98 处理速度为31.5Kbytes/s。ICTCLAS的特色还在于：可以根据需要输出多个高概率结果，有多种输出格式，支持北大词性标注集，973专家组给出的词性标注集合。这是最新版的API接口文档，有详细的示例。-Calculation of the Chinese lexical analysis system ICTCLAS. Segmentati
WordCounter
- 封装一个类CText, 并编写一个软件，它可以完成对任意一个文本文件的字符统计工作， 可以统计的信息有：中文字符数、英文单词数、行数、字符个数(不计空格)、空格数。 同时上述的字符统计信息，要求能写到一个Report.txt文件中，并且能显示出来。但是不要求界面，只要能以命令行的形式输入及显示即可，另外统计功能也可参考Word中 的“字数统计工具”。 序遵循题目的要求，采用Visual Studio 2008编译环境编写，使用C++语言来完成。其中主要功能封装在CText类当中，并利
TF-IDF
- The tf–idf weight (term frequency–inverse document frequency) is a weight often used in information retrieval and text mining. This weight is a statistical measure used to evaluate how important a word is to a document in a collection or corpus. The
pfr199801
- PFR人民日报标注语料库(版本1.0，下面简称PFR语料库)是在得到人民日报社新闻信息中心许可的条件下，以1998年人民日报语料为对象，由北京大学计算语言学研究所和富士通研究开发中心有限公司共同制作的标注语料库。为了促进中文信息处理研究的发展，我们三方计划公开PFR语料库。作为公开的前期工作，从4月3日起，在我们三方的主页上免费公开PFR语料库1月份的语料，欢迎大家下载。PFR语料库的制作规范参阅《现代汉语语料库加工――词语切分与词性标注规范》。如果您在研究或论文工作中使用PFR语料库，请注明来