...对tf的计算过程没明白为什么这么计算，还请赐教。 3、最后5000000000这个数是baidu的总索引量估值吗？在google对“的”进行搜索约369亿，baidu的这个估值是不是偏低了？我用咱们网站提供的TF/IDF计算器计算词库中的词，发现TF/IDF...
...对tf的计算过程没明白为什么这么计算，还请赐教。 3、最后5000000000这个数是baidu的总索引量估值吗？在google对“的”进行搜索约369亿，baidu的这个估值是不是偏低了？我用咱们网站提供的TF/IDF计算器计算词库中的词，发现TF/IDF...
以前的二元分词只支持英文，最后找到问题 public function getTokens($value, XSDocument $doc = null) { $terms = array(); for ($i = 0; $i < mb_strlen($value,"utf-8"); $i += $this->arg) { $terms[] = mb_substr($value, $i, $this->arg,"utf-8"); } return $terms; }...
我也是楼主这个情形，分词结果一样。 最后发现下载的词库权限是600 chmod +r后就正常了
...个问题已经解决了是 Makefile 的参数顺序问题 -lpthread 放最后即可。 目前代码已经在 GIT 中修正，您可以先尝试自己修正，进入 xunsearch-full-1.0.1/xunsearch-1.0.1 目录 然后手动编辑 src/Makefile 改 124~126 行为如下 LDFLAGS = -L/home/xunse...
...面显示的分词结果完全不对 请问是什么原因? [[i] 本帖最后由 amyding 于 2008-8-21 11:39 编辑 [/i]]
...的版本到java上 算法略有变化，将rulebased的部分移动到了最后， 感觉误识别的概率降下来了，虽然召回率有些低 有需要java版本的联系我，qq44720124[hr] 另外，高人同学可以考虑下这几个问题： 1.词性参与权重计算导致的问题挺...