小编Vij*_*der的帖子

假设我有一堂课

    public class c1 {
        public static ArrayList<String> list = new ArrayList<String>();

        public c1() {
            for (int i = 0; i < 5; i++) {   //The size of the ArrayList is now 5
                list.add("a");
            }
        }
    }

但是如果我在另一个类中访问相同的ArrayList,我将得到一个SIZE = 0的列表.

     public class c2 {
         public c2() {
             System.out.println("c1.list.size() = " + c1.list.size()); //Prints 0
         }
     }

为什么会这样呢？如果变量是静态的,那么为什么要为类c2生成新的列表？如果我在另一个类中访问它,如何确保获得相同的ArrayList？

/ ****修改后的代码******** /

     public class c1 {
        public static ArrayList<String> list = new ArrayList<String>();

        public static …

我尝试过许多 NER 工具（OpenNLP、Stanford NER、LingPipe、Dbpedia Spotlight 等）。

但一直让我望而却步的是基于地名录/字典的 NER 系统，其中我的自由文本与预定义的实体名称列表相匹配，并返回潜在的匹配项。

通过这种方式，我可以拥有各种列表，例如 PERSON、ORGANIZATION 等。我可以动态更改列表并获得不同的提取。这将极大地减少训练时间（因为它们中的大多数基于最大熵模型，因此它们通常包括标记大型数据集、训练模型等）。

我使用 OpenNLP POS 标记器构建了一个非常粗略的基于地名词典的 NER 系统，我曾经从中取出所有专有名词 (NP)，然后在从我的列表中创建的 Lucene 索引中查找它们。然而，这给了我很多误报。例如。如果我的 lucene 索引有“Samsung Electronics”并且我的 POS 标记器给我“Electronics”作为 NP，我的方法会返回“Samsung Electronics”，因为我正在做部分匹配。

我也读过人们谈论使用地名词典作为 CRF 算法中的一个特征。但我永远无法理解这种方法。

你们中的任何人都可以指导我采用一种清晰而可靠的方法，在地名词典和词典上建立 NER 吗？

#include <iostream>
using namespace std;

class base {
public:
    int bval;
    base(){bval=0;}
};

class deri:public base {
public:
    int dval;
    deri(){dval=1;}
};

void SomeFunc(base*arr,int size) {
    for(int i=0;i<size;i++,arr++) {
        cout<<arr->bval;
    }
    cout<<endl;
}

int main() {
    base BaseArr[5];
    SomeFunc(BaseArr,5);
    deri DeriArr[5];
    SomeFunc(DeriArr,5);

    return 0;
}

为什么输出以上代码呢？

00000

01010

当我写作

SomeFunc(DeriArr,5);

怎么了？基指针如何处理派生对象？