coco的专栏

jieba（结巴）是一个强大的分词库，完美支持中文分词，本文对其基本用法做一个简要总结。 安装jieba pip install jieba 简单用法 结巴分词分为三种模式：精确模式（默认）、全模式和搜索引擎模式，下面对这三种模式分别举例介绍： 精确模式 import jieba s = u'我想和女朋友一起去北京故宫博物院参观和闲逛。' cut = jieba.cut(s) ...

TextRank与PageRank TextRank的灵感来源于大名鼎鼎的PageRank算法，这是一个用作网页重要度排序的算法。 这个算法是基于图的，每个网页可以看作是一个图中的结点，如果网页A能够跳转到网页B，那么则有一条A->B的有向边。这样，我们就可以构造出一个有向图了。然后，利用公式： 经过多次迭代就可以获得每个网页对应的权重。下面是公式每个元素的含义： 可以发现，...