小编Had*_*har的帖子

我正在使用NLTK word_tokenizer将句子分成单词.

我想将这句话标记为:

??_????? ?? ?? ??? ?????? ???? ...???? ??? ???? ???? ????? ..????? ??? ???? ???? ???? ??? 

我写的代码是:

import re
import nltk

lex = u" ??_????? ?? ?? ??? ?????? ???? ...???? ??? ???? ???? ????? ..????? ??? ???? ???? ???? ???"

wordsArray = nltk.word_tokenize(lex)
print " ".join(wordsArray)

问题是该word_tokenize功能不会被单词拆分.相反,它按字母分割,以便输出为:

"? ? _ ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? …

我有这张照片:

我正在尝试使用niblack算法进行文档二值化我实现了简单的Niblack算法

T = mean + K*standardDiviation

这就是结果:

问题是图像的某些部分窗口中不包含任何对象,因此它将噪声检测为对象并对其进行详细说明.

我试图应用模糊过滤器然后全局阈值,结果是:

任何其他过滤器都无法解决这个问题我认为唯一的解决办法是阻止算法检测全局噪声,如果窗口我没有对象

我有兴趣使用niblack算法不使用其他算法这样做任何建议吗？

我正在尝试用C#制作一个简单的钢琴应用程序.

它应该是一个非常简单的钢琴(最多5或6键).我发现了不同的替代方案,而我迄今为止发现的是:

• consol.beep(); 但我觉得它的声音不像钢琴的音调
• 保存和播放WAV文件.我想到获得钢琴音色的wav文件,但我觉得这样做是很难的,而且任何可能占用太多不需要的空间都是不可销售的

是否有图书馆可以播放钢琴般的音调或不同乐器的任何不同音调？

什么是用于读取和编写RDF以及使用具有不同端点的Sparql查询的最常用工具.到目前为止我发现了

• Jena(jena.net):它是为Java开发的,但有些人设法将其转换为Assemblies
• DotnetRDF

我想知道是否有其他人哪一个最好利用什么是利弊？

我总是使用这个命令行来排序并获得uniq行,即使有大文件(超过500,000行)它也可以作为魅力

sort filename.txt | uniq | sponge filename.txt

最短的等效python代码

f = open("filename.txt", "r")
lines = [line for line in f]
lines = lines.sort()
lines = set(lines)

但当然这是不可扩展的,因为内存约束和在python中编写可伸缩代码需要时间,所以我想知道什么是python中最短的等效代码(包)

我很想知道scikitlearn python模块中是否有内置函数,可以检索错误分类的文档.

这很简单我通常通过比较预测和测试向量并从测试文档数组中检索文档来自己编写.但我问它是否有内置的功能,而不是复制我写的每个python代码中的功能.

我正在基于LinkedIMDB的数据构建一个电影语义搜索引擎的小原型

我已经定义了一些查询类型作为用例的例子

• 按实体名称搜索
• 实体类型
• 搜索两个实体之间的共同特征......等

到目前为止,我已经开发了一个SPARQL引擎,它可以接收任何类型的查询并将查询发送到端点并预览结果.

这里的问题是我想为它创建一个自然语言或半自然语言接口,以便用户使用自然语言搜索查询来调用这些句子.但我不知道从哪里开始.

我发现一些试图从文本中提取三元组的论文,但我觉得这不是解决方案的关键.

我也发现了一些LSA技术来解释自然语言搜索查询,但我觉得它不适用于语义搜索域.

任何想法或资源开始阅读？有没有比自然语言界面更好的做法？

我可以通过计算文档中的Term数量来轻松获取TF,并且我想知道如何计算文档频率,即包含该术语的文档数量

到目前为止我所获得的是查询solr的大量行并重新计算结果,但这非常耗费时间和内存.我只想算上条款

    SolrQuery q = new SolrQuery();
    q.setQuery("tweet_text:"+kw);
    q.addField("tweet_text");
    q.setRows(40000000);        
    SolrDocumentList results = null ;

    try {
        QueryResponse rsp = solrServer.query(q);
        results = rsp.getResults();
    } catch (SolrServerException e) {
        e.printStackTrace();
    }

    ArrayList<String> tweets = new ArrayList<String>();
    for (SolrDocument doc : results)
    {
        tweets.add(doc.getFieldValue("tweet_text").toString());
    }

我正在使用C#和sliverlight阅读Windows Phone 7的教程,我发现了这一行

public static class Settings
{
    public static readonly Setting<bool> IsRightHanded = 
        new Setting<bool>("IsRightHanded", true);

     public static readonly Setting<double> Threshold =
        new Setting<double>("Threshold", 1.5);
}

我找不到Setting类的C# 我想知道,如果它是在一个特殊的命名空间或需要一个额外的参考加

我有这个特点

trait Extractor extends Mapping[Node]

什么是最简单的方法来更改它以采用默认值的类型参数

trait Extractor[T] extends Mapping[**T if given else Node**] 

其他类似的问题涉及一些关于上限和下限类型的无关细节