下载 >  开发技术 >  Java > 爬虫+分词+Word2vec向量化的实现.zip

爬虫+分词+Word2vec向量化的实现.zip 评分:

可以实现网页的爬取,到分词,词语的向量化
2016-03-28 上传大小:8.74MB
立即下载 开通VIP
分享
收藏 (3) 举报

评论 共1条

qiangguoyu1450 不错,很好的资源
2017-11-01
回复
Spark处理海量数据的相似度比较
词语向量化-word2vec简介和使用
Hadoop学习之网络爬虫+分词+倒排索引实现搜索引擎案例
python_scrapy爬虫_jieba分词_数据可视化 阶段总结报告
网页爬虫、中文分词、全文搜索及自动定时调度
python3 requests简单爬虫以及分词并制作词云
第100篇博客——用Python爬取我前99篇博客内容,分词并生成词云图
维基百科中文语料word2vec训练后结果

中文维基百科语料库,将其转换为文本文件后,进行繁体字转换为简体字,字符集转换,分词,然后训练得到模型以及向量。由于文件上传的大小限制是60MB,而训练后的所有文件大小有1G以上,所以这里只提供了下载链接,地址在网盘中。使用python中的gensim包进行训练得到的,运行时间较长,纯粹的维基百科中文语料训练后的结果,拿去可以直接使用。

立即下载
简单的搜索引擎开发

一个简单的搜索引擎,能够实现基本的爬虫和搜索功能,可以实现分词 爬虫 热词推荐和文本提取

立即下载
用python爬虫.zip

用python爬虫.zip 爬虫是一门学问,用Python爬虫更是一门学问

立即下载
简易搜索引擎

一个简易的搜索引擎,包括爬虫、分词、词频统计、搜索的实现。

立即下载
热点发现系统

里面有3个工程不是很全,大家可以参考下,分词工程,聚类发现工程,向量化工程,其中爬虫大家就针对自己的需求写个吧。

立即下载
Python爬虫包.zip

只是爬取廖雪峰老师的教程,使用的是urllib,urllib2,BeautifulSoup这几个模块 我已经将这个爬虫的教程写到我的博客中了

立即下载
java利用多线程爬虫查询快递100物流信息.zip

java利用多线程爬虫查询快递100物流信息.zip java利用多线程爬虫查询快递100物流信息.zip

立即下载
训练好的Word2vec词向量1.35G(使用120G大语料库所得)

训练所采用的语料如下: 12G百度百科词条 20G小说 90G的其他爬虫语料 训练得到词库1.35G,bin和model格式

立即下载
百度地图采集爬虫 自制带使用说明

这是一个自制的八爪鱼采集爬虫。 使用提示: 采集规则视频演示+图文解说教程地址:http://www.ibazhuayu.com/article-baidumap.html 采集规则使用方法: 第一步:确保本机已安装八爪鱼采集软件,并已有帐号登录使用 第二步:双击.otd后缀的文件,等待启动导入程序 第三步:导入程序启动后,按提示操作即可。 更多精彩视频教程、免费规则请前往八爪大学:ibazhuayu.com

立即下载
CRF,LSTM,最大后向匹配法实现中文分词

3种中文分词方法:最大后向匹配法,CRF,LSTM。其中LSTM又用了三种方法输入,glove向量,Word2vec向量,还有将字映射成整数再通过embedding层映射成字向量作为输入。还包含中文分词的评分脚本。

立即下载
java-Jsoup爬虫完整代码

java爬虫完整代码,爬取某东和某电影平台,可以举一反三爬取想要的资源有用信息;利用jsoup跨域请求url地址,利用jQuery选择器选取页面元素,获取想要的信息标签中的内容,转为java对象保存到数据库或者缓存.

立即下载
Java爬虫+URL获取Img高宽.zip

Java爬虫+URL获取Img高宽.zipJava爬虫+URL获取Img高宽.zip

立即下载
word2vec情感分析实例

python平台情感分析实例,使用gensim中的doc2vec实现,可用于新版gensim。

立即下载
img

spring mvc+mybatis+mysql+maven+bootstrap 整合实现增删查改简单实例.zip

资源所需积分/C币 当前拥有积分 当前拥有C币
5 0 0
点击完成任务获取下载码
输入下载码
为了良好体验,不建议使用迅雷下载
img

爬虫+分词+Word2vec向量化的实现.zip

会员到期时间: 剩余下载个数: 剩余C币: 剩余积分:0
为了良好体验,不建议使用迅雷下载
VIP下载
您今日下载次数已达上限(为了良好下载体验及使用,每位用户24小时之内最多可下载20个资源)

积分不足!

资源所需积分/C币 当前拥有积分
您可以选择
开通VIP
4000万
程序员的必选
600万
绿色安全资源
现在开通
立省522元
或者
购买C币兑换积分 C币抽奖
img

资源所需积分/C币 当前拥有积分 当前拥有C币
5 4 45
为了良好体验,不建议使用迅雷下载
确认下载
img

资源所需积分/C币 当前拥有积分 当前拥有C币
1 0 0
为了良好体验,不建议使用迅雷下载
VIP和C币套餐优惠
img

资源所需积分/C币 当前拥有积分 当前拥有C币
5 4 45
您的积分不足,将扣除 10 C币
为了良好体验,不建议使用迅雷下载
确认下载
下载
您还未下载过该资源
无法举报自己的资源

兑换成功

你当前的下载分为234开始下载资源
你还不是VIP会员
开通VIP会员权限,免积分下载
立即开通

你下载资源过于频繁,请输入验证码

您因违反CSDN下载频道规则而被锁定帐户,如有疑问,请联络:webmaster@csdn.net!

举报

若举报审核通过,可返还被扣除的积分

  • 举报人:
  • 被举报人:
  • *类型:
    • *投诉人姓名:
    • *投诉人联系方式:
    • *版权证明:
  • *详细原因: