GooSeeker
产品
资源
教程
视频教程
使用交流
资讯
开启辅助访问
切换风格
请
登录
后使用快捷导航
没有帐号?
立即注册
登录
|
注册
快捷导航
资讯
常见问题
使用交流
python交流
视频教程
资源发布公告
数学建模交流
论坛
›
搜客社区
›
使用交流
6
9626
集搜客分词工具不能调整切词规则吗?
简__jane
于 2020-4-27 15:18
发表
[复制链接]
[只看楼主]
[打印]
[上一主题]
[下一主题]
简__jane
积分
18
精华
0
威望
6
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
比如彭昱畅这个词,给切成了彭昱,可以手工输入彭昱畅让他重新切吗?
收藏
0
转播
支持
0
反对
0
举报
使用道具
|
回复
共 6 个关于本帖的回复 最后回复于 2020-4-27 15:28
ym
积分
5311
精华
24
威望
1760
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
个人资料
主题列表
发消息
沙发
ym
版主
发表于 2020-4-27 15:19:21
|
只看该作者
本帖最后由 ym 于 2020-4-27 15:24 编辑
集搜客分词工具
目前是采用条件随机场CRF算法,算法是配置在服务器上的,大家都是用的同一个切词算法,用户不能自定义修改。
相对其他切词算法,CRF在识别新词上有较好的效果,但也会存在识别不准确的情况,如果有些词语没切分出来,可以在“选词结果”里点击“添加词语”,然后系统会直接把所添加的词与原数据进行精确查找匹配并计算出词频,这不是修改切词算法,是类似检索的功能。
举报
使用道具
回复
支持
反对
简__jane
积分
18
精华
0
威望
6
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
个人资料
主题列表
发消息
板凳
简__jane
新手上路
发表于 2020-4-27 15:19:49
|
只看该作者
主要是想看看这个词的词频,我自己添加的词语词频能看到吗?
举报
使用道具
回复
支持
反对
ym
积分
5311
精华
24
威望
1760
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
个人资料
主题列表
发消息
地板
ym
版主
发表于 2020-4-27 15:20:20
|
只看该作者
添加的词语也会计算出词频
举报
使用道具
回复
支持
反对
ym
积分
5311
精华
24
威望
1760
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
个人资料
主题列表
发消息
5
#
ym
版主
发表于 2020-4-27 15:22:09
|
只看该作者
不过与自动切词相比,添加词语这种就不会根据上下文的语义来判断,匹配上就算一个,所以会出现交集型歧义的误差,比如“人情”这个词,在句子“要观察个人情况的好坏”里,就会匹配上,但语义上应该是切成“个人”“情况”
举报
使用道具
回复
支持
反对
简__jane
积分
18
精华
0
威望
6
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
个人资料
主题列表
发消息
6
#
简__jane
新手上路
发表于 2020-4-27 15:25:56
|
只看该作者
可是自动切词,有些新的名词就没切出来
举报
使用道具
回复
支持
反对
ym
积分
5311
精华
24
威望
1760
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
个人资料
主题列表
发消息
7
#
ym
版主
发表于 2020-4-27 15:28:00
|
只看该作者
自动切词、添加词语都各有好坏,自动切词的算法是机器学习算法,有些名词类的词语切不出来也是正常的,把自动切词和添加词语配合着使用,就可以得到更准确的切词效果了。
举报
使用道具
回复
支持
反对
返回列表
B
Color
Image
Link
Quote
Code
Smilies
高级模式
您需要登录后才可以回帖
登录
|
立即注册
发表回复
回帖并转播
回帖后跳转到最后一页
回复
推荐板块
使用交流
常见问题
数学建模交流
python交流
视频教程
精彩推荐
360或火绒等杀毒软件导致GooSeeker爬虫软件
话题分析(NMF模型和LDA模型)软件的安装和
运行Apple无法验证的程序的方法
文本聚类分析软件的安装和使用方法
利用AI阅读和分析文本:扣子COZE记录用户反
热门话题
1
【集微库】微博采集工具箱使用常见问题
2
怎样使用快捷采集(以采集京东评论为例)
3
集搜客文本分词标注工具(V1版)
4
有没有办法采集机场的出租车信息?
5
获得积分的好方法:转发小程序、QQ群、微信
6
【求助】关于采集阿里巴巴国际站访客详情分
7
GooSeeker分词,情感分析和关键词抽取平台使
8
新浪微博_博主主页
9
怎样采集抖音关键词搜索后的数据
10
集搜客GooSeeker 网络爬虫版本发布公告
热门用户
Fuller
帖子:10608
访问主页>>
wangyong
帖子:1737
访问主页>>
gbkuce
帖子:0
访问主页>>
GMT+8, 2025-5-5 01:28
快速回复
快速发帖
返回顶部
返回列表
共 6 个关于本帖的回复 最后回复于 2020-4-27 15:28