原创 Ubuntu Server 12.10下安裝以及配置Git
系統環境爲Ubuntu12.10. 先查看系統是否已經默認安裝Git，輸入命令 git --version若出現如下圖所示，則說明當前系統未安裝Git，則進行手動安裝。 根據提示命令行中手動輸入 apt-get install
2020-02-21 04:42:58
原创 採用Stanford CoreNLP實現英文單詞詞形還原
最近有個小的任務，根據英文單詞的過去分詞或現在分詞或複數形式獲取詞語的原形，本來我的思路是：對於不規則變化的詞語，建立不規則詞表，直接從詞表中查詢；對於規則的詞形變化，自己寫規則進行還原。後來發現有些變化涉及到單詞的發音，如重讀閉音節要雙
2020-02-21 04:42:58
原创 Java編譯時類型與運行時類型以及重載和覆蓋方法選擇
首先來看看Java中的編譯時類型與運行時類型。編譯時類型由聲明該變量時使用的類型決定，運行時類型由實際賦給該變量的對象決定。如果編譯時類型和運行時類型不一致，會出現所謂的多態。因爲子類其實是一種特殊的父類，因此java允許把一
2020-02-21 04:42:58
原创 基於條件隨機場（CRF）的組織機構實體識別
組織機構實體主要指企事業單位、公司、組織、網站等。我的主要是從文本中識別出組織機構實體名稱來。鑑於條件隨機場在序列標註方面的優勢，以及處理詞語特徵包括上下文環境特徵方面，這次工作採用了條件隨機場，具體工具爲CRF++。 1.語料預處理 採
2018-09-02 23:49:00
3
原创 常用分詞方法總結分析
最近對自然語言處理中常見任務的方法做了一下整理總結，並對不同方法做了一些對比分析，資料主要來源於網絡以及相關的論文。 1.中文分詞 中文句子是由字組成的連續字符串。爲了理解中文語義，首先需要將句子劃分爲以詞爲基本單位的詞串，這就是中文
2018-09-02 23:49:00
原创 問題求助：Java開發Spark Standalone出現MojoExecutionException，InvocationTargetException，OutOfMemoryError錯誤
最近在學Spark開發，是調用的Java API開發的Standalone程序，Spark版本爲0.9.1，Scala爲2.10.3，JDK爲1.7，分佈式環境爲一臺Master、三臺Worker。採用Maven構建項目，Maven版本爲
2018-09-02 23:49:00
5
原创 Spark下實現LDA+SVM的文本分類處理
最新發布的Spark1.3.1版本中已經實現了LDA的算法，並且以前實現過LDA+SVM進行文本分類的處理程序，藉此機會想將程序改爲Spark的分佈式，Spark已經支持SVM和LDA算法。Spark的環境配置和安裝可參考我以前的博客ht
2018-09-02 23:49:00
原创 一路歷程--我的2014年終總結
2014年剛剛過去，2015年翹首而來，回顧2014年有很多感想和收穫，總結一下自己的得失，希望新的一年能夠做的更好。 1. 14年的回顧 1.1 工作方面 在工程項目方面，自己負責了一個項目，包括前期的需
2018-09-02 23:49:00
1
原创 Ubuntu 12.10配置SSH無密碼登錄
在使用Spark進行分佈式的應用，每次啓動主機上面的服務都需要輸入從機上的密碼，太費事了，試着做了一下SSH無密碼的配置，系統是Ubuntu 12.10. 首先需要生成公鑰和私鑰對，終端中輸入命令。 ssh-keygen -t rsa之
2018-09-02 23:48:59
原创 Scala開發環境搭建
Scala的開發環境有兩種，一種是Scala IDE，另一種是在Eclipse中增加插件，下面分別簡單描述搭建過程。 系統版本：Ubuntu 12.10 Scala版本：2.10.3 Eclipse版本：Kepler IDE開發 首先下載
2018-09-02 23:48:59
2
原创 Eclipse Kepler更改註釋字體大小
前段時間安裝了Eclipse Kepler，安裝以後明顯感覺代碼字體較小，尤其是註釋中的中文字體。通過查找資料找到了一種方法，試了一下感覺效果不錯，特此記錄一下。 先看一下更改之前的默認字體顯示。 註釋之中的文字內容明顯感覺較小。 選擇
2018-09-02 23:48:59
原创 Python爬取豆瓣電影
前幾天做了一個爬取豆瓣Top250電影的爬蟲，在爬取了豆瓣Top250的電影后，想試一試根據電影類別爬取所有的豆瓣電影，基本的原理是想通的。代碼採用Python，摳取頁面內容採用Beautiful Soup。 1.豆瓣電影分析 以豆瓣愛情
2018-09-02 23:48:59
原创 Ubuntu 12.10 Server VNC文件配置
前面的VNC安裝的步驟與Ubuntu Server 12.04安裝桌面環境以及配置VNC裏介紹的內容相同，區別在於最終的VNC的配置。 編輯VNC的配置文件 vim xstartup完整的配置信息如下所示： #!/bin/sh # Un
2018-09-02 23:48:59
原创 Ubuntu下root帳號使用Chrome
在windows下一直習慣了使用Chrome，最近開始使用了Ubuntu 12.10，在上面安裝了Chrome，但卻提示root賬戶無法使用。於是上網查了一下，把問題解決了，在這裏記錄一下，以做備忘。 進入/
2018-09-02 23:48:58
2
原创 Ubuntu 12.10下解壓文件名稱亂碼的問題解決
今天在Ubuntu12.10中解壓windows中壓縮的文件夾，解壓以後發現文件名稱均爲亂碼，而裏面的內容沒有影響，查找了一下解決方法。windows下默認編碼是GBK，而Ubuntu下默認的編碼是UTF-8，所以windows下壓縮的問
2018-09-02 23:48:56