在这个信息爆炸的时代，数据可视化成为了一种有效的信息传递方式。词云图以其独特的视觉冲击力和简洁的信息表达方式，成为数据可视化中的一种流行形式。本文将介绍如何使用...

jieba是一个流行的中文分词工具，它能够将一段中文文本切分成有意义的词语。jieba是目前Python中最常用的中文分词库之一，具有简单易用、高效准确的特点。

  本质上是字符串匹配的方法，将一串文本中的文字片段和已有的词典进行匹配，如果匹配到，则此文字片段就作为一个分词结果。 1）正向最大匹配法（从左到右的方向）；...

  本质上是字符串匹配的方法，将一串文本中的文字片段和已有的词典进行匹配，如果匹配到，则此文字片段就作为一个分词结果。 1）正向最大匹配法（从左到右的方向）；...

Elasticsearch搜索中比较重要的就是分词了，通过分词将内容拆分成不同的关键词，然后通过关键词的匹配度来打分排序选择结果，Elasticsearch默认...

筛选出出现次数大于10的人名，用matplotlib绘制一个水平柱状图：x轴为人名，y轴为人名出现次数；

本文介绍了如何使用.NET平台上的Jieba.NET库的PosSegmenter实现中文分词匹配。通过分词和词性标注，我们可以更好地处理中文文本，构建中文分词匹...

上面方法虽然可行，但是当字符串长度特别长的时候耗时比较久，性能上有一些缺陷，这时候我们可以利用前缀字典进行优化，提高代码执行效率

ik analyzer 是一个基于开源项目IK Analysis进行开发的第三方的中文分词器。IK Analyzer提供了细粒度的中文分词能力，支持词库扩展、自...

在一些文章类程序中，我们直接对文章内容检索的话，数据量大，速度较慢，我们可以在保存的时候获取文章的摘要，方便后续检索。

运行命令 pip install selenium jieba wordcloud matplotlib numpy 进行下载

中文分词(Chinese Word Segmentation) 指的是将一个汉字序列切分成一个一个单独的词。分词就是将连续的字序列按照一定的规范重新组合成词...

elasticsearch 提供了几个内置的分词器：standard analyzer(标准分词器)、simple analyzer(简单分词器)、whites...

好久没有更文，先给广大读者致个歉！最近新找了工作，新工作前面的试用期几乎全力投入工作中去了，另外自己这段时间也在研究一些开源项目，在笔者本为了跑起来花时间填了不...

球友在 ElasticSearch 版本选型问题中提及：如果要使用ik插件，是不是就使用目前最新的IK对应elasticsearch的版本“8.8.2”？

jieba是python下的一个检索库, 有人将这个库移植到了asp.net 平台下, 完全可以替代lucene.net以及盘古分词的搭配

Analysis：文本分析是把全文本转换一系列单词(term/token)的过程，也叫分词(Analyzer)。Analysis是通过Analyzer来实现的。...