SSApp:语义搜索

安装环境 conda env create -f py38.pml 主分支 非常基本的pipline，它使用googleviewer来显示doc文件。 html分支 蜜蜂 pySBD是支持22种语言的句子边界歧义api。 在原始文件中，他们使用来衡量其SBD的性能。 在/parser_examples/sbd_golden_rule.py中，您可以选择按照英语黄金规则测试SpaCy SBD或pySBD。 对于pySBD，精度为45/51。 SpaCy SBD的准确性是24/51。 在pySBD论文中，按照黄金法则，它们的准确度高于45/51。 我还没有弄清楚为什么我们会得到较低的精度。 猛mm象是解析.docx文件的api。 它还可以用于将.docx文件转换为htmls。 在/parser_examples/parser.py中，我列出了一些示例以提取段落和标题。 解析器接口 像文件/