扩展了一下lucene2.9.1 SmartChineseAnalyzer 的词库,使它能添加、删除词,欢迎试用

其他技术论坛 > 搜索引擎技术 [问题点数:0分,结帖人bjsuo]
等级
本版专家分:0
结帖率 100%
bjsuo

等级:

Lucene4.x SmartChineseAnalyzer添加扩展词

之前有一点研究,现在奉上比较完整的代码,可根据项目需要,自行扩展   package com.xiva.test.lucene; import java.io.File; import java.io.FileOutputStream; import java.io.IOException; import java....

Lucene扩展停用字典与自定义词库

介绍如何在Lucene 6.0中扩展停用,如何通过自定义字典把"厉害了我的哥"分成一个

Lucene 中文分词器SmartChineseAnalyzer

对中文支持稍好,但扩展性差,扩展词库,禁用词库和同义词库等不好处理 [java] view plaincopy package bond.lucene.analyzer;    import java.util.Iterator;    import ...

Lucene分词器,使用中文分词器,扩展词库,停用

停止lucene的停止是无功能意义的,比如is 、a 、are 、”的”,“得”,“我” 等,这些会在句子中多次出现却无意义,所以在分词的时候需要把这些过滤掉。   扩展词库:就是不想让哪些被分开,让...

[lucene]04.SmartChineseAnalyzer中文分词的使用

修改上篇文章中创建索引的代码为如下: packagecn.zhao.cms.column; importjava.io.File; importjava.nio.file.Paths; ...importorg.apache.commons....importorg.apache.lucene.analysis.Analyzer; importorg.apac...

Lucene提供的分词器StandardAnalyzer和SmartChineseAnalyzer

一、Lucene提供的分词器StandardAnalyzer和SmartChineseAnalyzer1.新建一个测试Lucene提供的分词器的maven项目LuceneAnalyzer2. 在pom.xml里面引入如下依赖 <!-- lucene 核心模块 --> <...

开源全文搜索工具包Lucene2.9.1的使用

1. 搭建Lucene的开发环境: 1) 在classpath中添加lucene-core-x.x.x.jar包 2. 全文搜索的两个工作 1) 建立索引文件: 2) 搜索索引: 3. Lucene的索引文件逻辑结构: 1) 索引(Index)由若干块(片段)(Segment)组成...

Lucene—IKAnalyzer分词器配置扩充词典

一.IKAnalyzer包 ...解压之后将IKAnalyzer包加入到自己的工程. 二.IK分词独立使用 (1)程序目录结构  (2)示例程序:IKAnalyzerTest.java public class IKAnalyzerTest { public static void main(String[] args) ...

Lucene2.9.1使用小结(同样适用于Lucene 3.0 )

【注意:本文版权归++yong所有,转载请注明。 】 ...   开源全文搜索工具包...1. 搭建Lucene的开发环境:在classpath中添加lucene-core-2.9.1.jar包   2. 全文搜索的两个工作: 建立索引文件,搜索索引.   3.

在Solr4.10配置IKAnalyzer 同义扩展词库、停顿详解

在配置IKAnalyzer 同义时,遇到一些麻烦,配置了半天终于成功,在此做个记录,方便以后参考 其实配置也简单,主要是jar包,IKAnalyzer貌似已经没人更新了……本人也是从别人那下载的才可用,我也将jar包上传至本人...

Lucene.net+盘古分词:如何做到按需分词,新增盘古分词词库

最近做了一个小商城,用到了Lucene+盘古,但是发现,盘古的默认分词词库不够全,有很多都没有分到位,为了这个,研究了一上午,做记录如下 第一步:设置词库 自己可以把自己想要写成一个txt保存起来,我因为做...

Lucene:基本增删改查(Java方式)

Lucene相关Maven依赖 <!-- lucene的核心 --> <dependency> <groupId>org.apache.lucene</groupId> <artifactId>lucene-core<...

lucene构建同义分词器

lucene4.0版本以后 已经用TokenStreamComponents 取代了... lucene的倒排列表中,不同的分词单元有不同的PositionIncrementAttribute,如果两个有着相同位置属性,比如:我定义美国和中国这两个在倒排列表中是

lucene2.9 中文分词学习和SmartChineseAnalyzer的用法

lucene2.9的发布,增加了中文分词这个强大的功能.  以下就是这三个类的用法ChineseAnalyzer,CJKAnalyzer,SmartChineseAnalyzer 这三个类的结果如下: Example phrase: "我是中国人" ...

Lucene使用IKAnalyzer分词实例 及 IKAnalyzer扩展词库

方案一: 基于配置的词典扩充 项目结构图如下: IK分词器还支持通过配置...谷歌拼音词库下载: http://ishare.iask.sina.com.cn/f/14446921.html?from=like 在web项目的src目录下创建IKAnalyzer.cfg.xml文件,内容如下

Lucene深入学习(11)Lucene的索引删除

摘要: 之前的章节中已经说明了索引的添加,本节将介绍如何将特定的一个或多个文档从索引中删除。 索引读取 IndexReader是维护索引重要的工具类,是一个抽象类,但是却提供了一个静态方法来获取其子类的实例。...

分词器,使用中文分词器,扩展词库,停用

1. 常见的中文分词器有:极易分词的(MMAnalyzer)...其中 MMAnalyzer 和 PaodingAnalzyer 不支持 lucene3.0及以后版本。  使用方式都类似,在构建分词器时  Analyzer analyzer = new [My]Analyzer();

solr配置停止,同义扩展词库

停止lucene的停止是无功能意义的,比如is 、a 、are 、”的”,“得”,“我” 等,这些会在句子中多次出现却无意义,所以在分词的时候需要把这些过滤掉。 扩展词库:就是不想让哪些被分开,让他们...

Lucene-IKAnalyzer(中文分词)基于配置的词典扩充

Lucene-IKAnalyzer(中文分词)基于配置的词典扩充

lucene和solr的分词器词库如何从数据库加载?求代码

1,由于我们加入了同义,所以需要定义一个IK的同义工厂类IKSynonymFilterFactory继承TokenFilterFactory类并实现ResourceLoaderAware接口和Runnable接口,并重写create方法,在solr的里使用 2,我们定义一个...

Lucene 同义搜索

Lucene搜索,主要是

2020美赛O奖论文.zip

包含2020美赛所有题目的所有O奖论文,A题8篇,B题5篇,C题6篇,D题7篇,E题5篇,F题6篇。

2020年美赛C题O奖论文(含6篇)

2020年美赛C题O奖论文(含6篇)

奥特曼大全及关系明细.pdf

此文档有详细奥特曼大全及关系明细

matlab神经网络30个案例分析

【目录】- MATLAB神经网络30个案例分析(开发实例系列图书) 第1章 BP神经网络的数据分类——语音特征信号分类1 本案例选取了民歌、古筝、摇滚和流行四类不同音乐,用BP神经网络实现对这四类音乐的有效分类。 第2章 BP神经网络的非线性系统建模——非线性函数拟合11 本章拟合的非线性函数为y=x21+x22。 第3章 遗传算法优化BP神经网络——非线性函数拟合21 根据遗传算法和BP神经网络理论,在MATLAB软件中编程实现基于遗传算法优化的BP神经网络非线性系统拟合算法。 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优36 对于未知的非线性函数,仅通过函数的输入输出数据难以准确寻找函数极值。这类问题可以通过神经网络结合遗传算法求解,利用神经网络的非线性拟合能力和遗传算法的非线性寻优能力寻找函数极值。 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模45 BP_Adaboost模型即把BP神经网络作为弱分类器,反复训练BP神经网络预测样本输出,通过Adaboost算法得到多个BP神经网络弱分类器组成的强分类器。 第6章 PID神经元网络解耦控制算法——多变量系统控制54 根据PID神经元网络控制器原理,在MATLAB中编程实现PID神经元网络控制多变量耦合系统。 第7章 RBF网络的回归——非线性函数回归的实现65 本例用RBF网络拟合未知函数,预先设定一个非线性函数,如式y=20+x21-10cos(2πx1)+x22-10cos(2πx2)所示,假定函数解析式不清楚的情况下,随机产生x1,x2和由这两个变量按上式得出的y。将x1,x2作为RBF网络的输入数据,将y作为RBF网络的输出数据,分别建立近似和精确RBF网络进行回归分析,并评价网络拟合效果。 第8章 GRNN的数据预测——基于广义回归神经网络的货运量预测73 根据货运量影响因素的分析,分别取国内生产总值(GDP),工业总产值,铁路运输线路长度,复线里程比重,公路运输线路长度,等级公路比重,铁路货车数量和民用载货汽车数量8项指标因素作为网络输入,以货运总量,铁路货运量和公路货运量3项指标因素作为网络输出,构建GRNN,由于训练数据较少,采取交叉验证方法训练GRNN神经网络,并用循环找出最佳的SPREAD。 第9章 离散Hopfield神经网络的联想记忆——数字识别81 根据Hopfield神经网络相关知识,设计一个具有联想记忆功能的离散型Hopfield神经网络。要求该网络可以正确地识别0~9这10个数字,当数字被一定的噪声干扰后,仍具有较好的识别效果。 第10章 离散Hopfield神经网络的分类——高校科研能力评价90 某机构对20所高校的科研能力进行了调研和评价,试根据调研结果中较为重要的11个评价指标的数据,并结合离散Hopfield神经网络的联想记忆能力,建立离散Hopfield高校科研能力评价模型。 第11章 连续Hopfield神经网络的优化——旅行商问题优化计算100 现对于一个城市数量为10的TSP问题,要求设计一个可以对其进行组合优化的连续型Hopfield神经网络模型,利用该模型可以快速地找到最优(或近似最优)的一条路线。 第12章 SVM的数据分类预测——意大利葡萄酒种类识别112 将这178个样本的50%做为训练集,另50%做为测试集,用训练集对SVM进行训练可以得到分类模型,再用得到的模型对测试集进行类别标签预测。 第13章 SVM的参数优化——如何更好的提升分类器的性能122 本章要解决的问题就是仅仅利用训练集找到分类的最佳参数,不但能够高准确率的预测训练集而且要合理的预测测试集,使得测试集的分类准确率也维持在一个较高水平,即使得得到的SVM分类器的学习能力和推广能力保持一个平衡,避免过学习和欠学习状况发生。 第14章 SVM的回归预测分析——上证指数开盘指数预测133 对上证指数从1990.12.20-2009.08.19每日的开盘数进行回归分析。 第15章 SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测141 在这个案例里面我们将利用SVM对进行模糊信息粒化后的上证每日的开盘指数进行变化趋势和变化空间的预测。 若您对此书内容有任何疑问,可以凭在线交流卡登录中文论坛与作者交流。 第16章 自组织竞争网络在模式分类中的应用——患者癌症发病预测153 本案例中给出了一个含有60个个体基因表达水平的样本。每个样本中测量了114个基因特征,其中前20个样本是癌症病人的基因表达水平的样本(其中还可能有子类), 中间的20个样本是正常人的基因表达信息样本, 余下的20个样本是待检测的样本(未知它们是否正常)。以下将设法找出癌症与正常样本在基因表达水平上的区别,建立竞争网络模型去预测待检测样本是癌症还是正常样本。 第17章SOM神经网络的数据分类——柴油机故障诊断159 本案例中给出了一个含有8个故障样本的数据集。每个故障样本中有8个特征,分别是前面提及过的:最大压力(P1)、次最大压力(P2)、波形幅度(P3)、上升沿宽度(P4)、波形宽度(P5)、最大余波的宽度(P6)、波形的面积(P7)、起喷压力(P8),使用SOM网络进行故障诊断。 第18章Elman神经网络的数据预测——电力负荷预测模型研究170 根据负荷的历史数据,选定反馈神经网络的输入、输出节点,来反映电力系统负荷运行的内在规律,从而达到预测未来时段负荷的目的。 第19章 概率神经网络的分类预测——基于PNN的变压器故障诊断176 本案例在对油中溶解气体分析法进行深入分析后,以改良三比值法为基础,建立基于概率神经网络的故障诊断模型。 第20章 神经网络变量筛选——基于BP的神经网络变量筛选183 本例将结合BP神经网络应用平均影响值(MIV,Mean Impact Value)方法来说明如何使用神经网络来筛选变量,找到对结果有较大影响的输入项,继而实现使用神经网络进行变量筛选。 第21章 LVQ神经网络的分类——乳腺肿瘤诊断188 威斯康星大学医学院经过多年的收集和整理,建立了一个乳腺肿瘤病灶组织的细胞核显微图像数据库。数据库中包含了细胞核图像的10个量化特征(细胞核半径、质地、周长、面积、光滑性、紧密度、凹陷度、凹陷点数、对称度、断裂度),这些特征与肿瘤的性质有密切的关系。因此,需要建立一个确定的模型来描述数据库中各个量化特征与肿瘤性质的关系,从而可以根据细胞核显微图像的量化特征诊断乳腺肿瘤是良性还是恶性。 第22章 LVQ神经网络的预测——人脸朝向识别198 现采集到一组人脸朝向不同角度时的图像,图像来自不同的10个人,每人5幅图像,人脸的朝向分别为:左方、左前方、前方、右前方和右方。试创建一个LVQ神经网络,对任意给出的人脸图像进行朝向预测和识别。 第23章 小波神经网络的时间序列预测——短时交通流量预测208 根据小波神经网络原理在MATLAB环境中编程实现基于小波神经网络的短时交通流量预测。 第24章 模糊神经网络的预测算法——嘉陵江水质评价218 根据模糊神经网络原理,在MATLAB中编程实现基于模糊神经网络的水质评价算法。 第25章 广义神经网络的聚类算法——网络入侵聚类229 模糊聚类虽然能够对数据聚类挖掘,但是由于网络入侵特征数据维数较多,不同入侵类别间的数据差别较小,不少入侵模式不能被准确分类。本案例采用结合模糊聚类和广义神经网络回归的聚类算法对入侵数据进行分类。 第26章 粒子群优化算法的寻优算法——非线性函数极值寻优236 根据PSO算法原理,在MATLAB中编程实现基于PSO算法的函数极值寻优算法。 第27章 遗传算法优化计算——建模自变量降维243 在第21章中,建立模型时选用的每个样本(即病例)数据包括10个量化特征(细胞核半径、质地、周长、面积、光滑性、紧密度、凹陷度、凹陷点数、对称度、断裂度)的平均值、10个量化特征的标准差和10个量化特征的最坏值(各特征的3个最大数据的平均值)共30个数据。明显,这30个输入自变量相互之间存在一定的关系,并非相互独立的,因此,为了缩短建模时间、提高建模精度,有必要将30个输入自变量中起主要影响因素的自变量筛选出来参与最终的建模。 第28章 基于灰色神经网络的预测算法研究——订单需求预测258 根据灰色神经网络原理,在MATLAB中编程实现基于灰色神经网络的订单需求预测。 第29章 基于Kohonen网络的聚类算法——网络入侵聚类268 根据Kohonen网络原理,在MATLAB软件中编程实现基于Kohonen网络的网络入侵分类算法。 第30章 神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类277 为了便于使用MATLAB编程的新用户,快速地利用神经网络解决实际问题,MATLAB提供了一个基于神经网络工具箱的图形用户界面。考虑到图形用户界面带来的方便和神经网络在数据拟合、模式识别、聚类各个领域的应用,MATLAB R2009a提供了三种神经网络拟合工具箱(拟合工具箱/模式识别工具箱/聚类工具箱)。

抢茅台脚本以及使用方法

抢茅台的方法,里面有脚本文件和python的安装包,小白可以学习使用,大佬绕行吧,哈哈

OpenGL摄像机操作精讲

1.摄像机的原理 2.观察矩阵和摄像机的关系 3.第一人称摄像机 4.第三人称摄像机 5.Camera场景的操作 6.Camera场景的平移 7.摄像机场景的旋转(以据鼠标点击点为中心) 8.摄像机场景的缩放(以据鼠标点击点为中心) 9.摄像机场景的漫游 实现一个高度灵活的摄像机,实现根据鼠标点旋转摄像机,根据鼠标点推进缩放摄像机,实行鼠标漫游摄像机 实现类似CAD摄像机的操作.

2020美赛题目的ADE.zip

2020年2月份美赛发布的题目ADE,是原始文件,包含有原题目给的数据等。 pdf格式全英,需要的朋友们直接下载就可以啦,里面的东西没有动过,需要翻译可以看我的博客/

C#高性能大容量SOCKET并发完成端口例子(有C#客户端)完整实例源码

例子主要包括SocketAsyncEventArgs通讯封装、服务端实现日志查看、SCOKET列表、上传、下载、远程文件流、吞吐量协议,用于测试SocketAsyncEventArgs的性能和压力,最大连接数支持65535个长连接,最高命令交互速度达到250MB/S(使用的是127.0.0.1的方式,相当于千兆网卡1Gb=125MB/S两倍的吞吐量)。服务端用C#编写,并使用log4net作为日志模块; 同时支持65536个连接,网络吞吐量可以达到400M。

jdk1.8 64位官方正式版 jdk-8u91-windows

jdk1.8 64位官方正式版 jdk-8u91-windows

相关热词 c#无法设置断点 c# cv emgu c# 服务启动调试 c# 实现屏幕录制 c# word 读取 c#类的无参构造方法 c#remove的用法 c# 自定义控件属性 c#正则生成工具 c#操作其他应用程序