在上一篇文章中提到，在postgresql中，使用pgvector可以实现向量存储和检索，使用pg_trgm基于三元组文本模糊匹配和相似度计算，结合GI...

大家好，我是 猫头虎，猫头虎技术团队创始人，也被大家称为猫哥。我目前是COC北京城市开发者社区主理人、COC西安城市开发者社区主理人，以及云原生开发者社区主理人...

写论文时，你是否也有过这样的困扰？SCI - Hub？Library Genesis？几个数据库反复横跳，还是找不到想要的文献。想查最新的外文研究成果，却不知道...

/*  * created by yzh 2004.5.12  * 请大家引用时保留这段作者声明，此代码为开源代码；使用不受限制。  * 中文分词代码  *此代...

这是一篇本地 docker 部署笔记，基本上是参考以下文章。记录一些实际操作中遇到的问题。

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