版权声明：署名，允许他人基于本文进行创作，且必须基于与原先许可协议相同的许可协议分发本文 （Creative Commons） 欢迎大家在我们平台上投放广告。如果你希望在我们的专栏、文档或邮件中投放广告，请准备好各种尺寸的图片和专属链接，联系咸鱼（QQ 1034616238）。 我们组织了一个开源互助平台，方便开源组织和大 V 互相认识，互相帮助，整合资源。请回复这个帖子并注明组织/个人信息来申请加入。 请回复这个帖子来推荐希望翻译的内容。如果大家遇到了做得不错的教程或翻译项目，
在国内做开发，用中文写注释、写文档，是非常好的习惯，因为太缺优秀的中文文档了，目之所及很多框架都没有完整的中文文档。
一个小巧的库，可以避免自己重新开发功能。利用 Python 包 pangu，可以轻松实现在 CJK（中文、日文、韩文）和半宽字符（字母、数字和符号）之间自动插入空格。
打算绘制中文词云图？那你得先学会如何做中文文本分词。跟着我们的教程，一步步用Python来动手实践吧。
公告 我们始终与所有创作者站在一起，为创作自由而战。我们还会提供一切必要的技术支持。 我们全力支持科研开源（DOCX）计划。希望大家了解这个倡议，把这个倡议与自己的兴趣点结合，做点力所能及的事情。 我们的部分文档已备份到 PYPI、NPM 和 Docker，详情请查看各个文档 README 中的“下载”一节。 ApacheCN 项目的最终目标：五年内备份并翻译 Github 上的所有教程（其实快被我们啃完了，剩下的不多了）。 警告各位培训班：对 ApacheCN 宣传文章的举报，也将视为对 ApacheCN
JCJC人工智能错别字检测系统( cuobiezi.net )上线已经15个月了。
本文将给大家分享一个实用的Python办公自动化脚本 「利用Python批量翻译英文Word文档并保留格式」，最终效果甚至比部分收费的软件还要好！先来看看具体的工作内容。
http://www.wildml.com/2015/12/implementing-a-cnn-for-text-classification-in-tensorflow/
在中文文本挖掘预处理流程总结中，我们总结了中文文本挖掘的预处理流程，这里我们再对英文文本挖掘的预处理流程做一个总结。
话说，BullshitGenerator 这个项目最初起源于知乎上一位网友的提问：“学生会退会申请六千字怎么写？”，本来很简单的一个问题，但是回答中很多跑偏题的，于是本项目的贡献者之一表示看不下去了，并“随便写了个项目”：狗屁不通文章生成器，帮助这位同学写了一篇退会申请。
Elasticsearch是一个流行的全文搜索引擎，能够高效地处理大量的复杂查询。在处理中文文本数据时，需要将文本进行分词处理，并对分词结果进行索引和搜索。ES提供了多种中文分词器，能够适应不同场景和需求。本文将详细介绍ES中的中文分词技术。
前言 自然语言处理(4)之中文文本挖掘流程详解（小白入门必读） 干货 | 自然语言处理(3)之词频-逆文本词频（TF-IDF）详解 干货 | 自然语言处理(2)之浅谈向量化与Hash-Trick 干货 | 自然语言处理(1)之聊一聊分词原理 干货 | 自然语言处理入门资料推荐 原文链接：http://www.cnblogs.com/pinard/p/6756534.html 在中文文本挖掘预处理流程总结中，我们总结了中文文本挖掘的预处理流程，这里我们再对英文文本挖掘（English text mi
读写中文文件时，不需要考虑编码的情况。此时虽然可以正常从文件中读取中文，也可以正常地将中文写入文件中，但是无法正常打印中文字段到屏幕上：
本文一步步为你演示，如何用Python从中文文本中提取关键词。如果你需要对长文“观其大略”，不妨尝试一下。 需求 好友最近对自然语言处理感兴趣，因为他打算利用自动化方法从长文本里提取关键词，来确定主题。 他向我询问方法，我推荐他阅读我的那篇《如何用Python从海量文本提取主题？》。 看过之后，他表示很有收获，但是应用场景和他自己的需求有些区别。 《如何用Python从海量文本提取主题？》一文面对的是大量的文档，利用主题发现功能对文章聚类。而他不需要处理很多的文档，也没有聚类的需求，但是需要处理的每篇文
本系列课程是针对无基础的，争取用简单明了的语言来讲解，学习前需要具备基本的电脑操作能力，准备一个已安装python环境的电脑。如果觉得好可以分享转发，有问题的地方也欢迎指出，在此先行谢过。
距离上一次更新时间有点久，原因么，被大佬的代码打击到了，于是回去自闭充了一波电……
除了代码中使用的符号以及一些特殊情况外，请将英文（半角）符号替换成中文（大部分为全角）符号。
自动化测试过程中，输入文本、读取文件、解析网络请求、字符串断言、正则匹配这些步骤都是必不可少的。而Python是测试过程中最为常用的语言之一，很多测试团队的自动化代码和用例都是使用Python语言开发和维护的。 由于Python在最初发布时，Unicode标准还没有完成，所以一直以来Python对Unicode的支持并不完全，而ASCII编码支持的字符有限。因此在涉及到中文的自动化用例中，经常会遇到中文字符编解码的各种各样的异常。本文从文字编码的历史讲起，抛砖引玉，浅析了Python2.x版本中文字处理的原
用VOSviewer尝试CNKI中文文献关键词共现（keyword co-occurence）分析时，你可能会踩到一个大坑。本文帮助你绕开这个坑，或是从坑里爬出来。
"xpinyin" 是一个 Python 库，用于将汉字转换为拼音。通过 xpinyin 库，你可以在 Python 中实现将中文字符转换为拼音的功能，方便在文本处理或其他应用中使用。 如果你需要在 Python 中进行汉字到拼音的转换，可以考虑使用 xpinyin 库。你可以通过 pip 安装 xpinyin，然后在 Python 脚本中引入该库并调用相应的函数来实现汉字到拼音的转换操作。 xpinyin 库在将汉字转换为拼音方面具有以下特色：
词云图现在似乎成了各个互联网产品年终盘点的标准形式，比如我们的热搜，我们QQ音乐网易云音乐最喜欢的歌手最喜欢的歌曲等等，词云图实在是太契合互联网时代了。那么我们能不能自己也去画一个词云图出来？就用我们的Python来完成这个目标。
给图片添加文本信息是非常常见的需求，通常需要添加的文本信息分为中文文字或者是非中文的文字，比如数字和英文，对这两类的实现方法也有所不同，非中文的文本信息可以直接用 opencv 实现，而中文文本需要使用 PIL ，因为 opencv 不支持中文。
本文一步步为你演示，如何用Python从中文文本中提取关键词。如果你需要对长文“观其大略”，不妨尝试一下。
以前也是有一些第三方维护的 Python 中文文档，不过可能因为人力等限制，并做不到同步更新与维护。目前也有很多高质量的 Python 中文资源，但大部分都是大牛写的书或教程，官方文档的翻译并得不到保证。
Python 第三方库依照安装方式灵活性和难易程度有 3 个方法，这 3 个方法是：pip 工具安装、自定义安装、文件安装。
对于文本分析而言，大家都绕不开词云图，而python中制作词云图，又绕不开wordcloud，但我想说的是，你真的会用吗？你可能已经按照网上的教程，做出来了一张好看的词云图，但是我想今天这篇文章，绝对让你明白wordcloud背后的原理。
Python 作为世界上最好用的语言，官方支持的文档一直没有中文。小伙伴们已经习惯了原汁原味的英文文档，但如果有官方中文文档，那么查阅或理解速度都会大大提升。本文将介绍隐藏在 Python 官网的中文文档～
在 OpenCV 中，由于编码的缘故，对于中文的处理并不是很友好，比如中文路径的图片读取和写入以及在图片上绘制中文文字等，这几个问题都是笔者经常遇到的，本文列出这几个问题的解决办法，希望能够帮助到大家。
内容一览：中文文本错误的种类之一为拼写错误，本篇文章为利用 BART 预训练方法实现中文文本纠错功能的模型部署教程。
本文介绍基于EndNote等软件在Word中插入参考文献后，将中文参考文献中的et al.替换为等的方法。
https://spark.apache.org/docs/2.3.0/rdd-programming-guide.html#overview
在科学研究和学术写作中，文献管理是一个不可或缺的环节。随着研究领域的扩大和文献数量的增加，文献管理和引用变得越来越复杂。而Endnote软件则成为了许多学术工作者不可或缺的工具。它具有丰富的文献管理和引用功能，可以帮助用户管理、组织和引用文献，并自动格式化参考文献和文献列表，提高研究效率。
因为我当时正在用 fast.ai 的 ULMfit 做自然语言分类任务（还专门写了《如何用 Python 和深度迁移学习做文本分类？》一文分享给你）。ULMfit 和 BERT 都属于预训练语言模型（Pre-trained Language Modeling），具有很多的相似性。
【主页】 apachecn.org 【Github】@ApacheCN 暂时下线: 社区 暂时下线: cwiki 知识库 自媒体平台微博：@ApacheCN 知乎：@ApacheCN CSDN 简书 OSChina 博客园 我们不是 Apache 的官方组织/机构/团体，只是 Apache 技术栈（以及 AI）的爱好者！ 合作or侵权，请联系【fonttian】<fonttian@gmail.com> | 请抄送一份到 <apachecn@163.com> Java 基础 Java 编程思想 Ja
注释的作用 用自己熟悉的语言，在程序中对某些代码进行标注说明，增强程序的可读性。 单行注释 以 # 开头，# 右边的所有东西都被当做说明文字，而不是真正要执行的程序，只起到辅助说明作用 示例代码如下： #!/usr/bin/python3 # -*- coding:utf-8 -*- # 这是第一个单行注释 print("hello python") 为了保证代码的可读性，# 后面建议 先添加一个空格，然后再编写相应的说明文字 在代码后面增加单行注释 在程序开发时，同样可以使用 # 在代码的后面（旁边
注释 目标 注释的作用 单行注释（行注释） 多行注释（块注释） 01. 注释的作用 使用用自己熟悉的语言，在程序中对某些代码进行标注说明，增强程序的可读性 02. 单行注释(行注释) 以 # 开头，# 右边的所有东西都被当做说明文字，而不是真正要执行的程序，只起到辅助说明作用 示例代码如下： # 这是第一个单行注释 print("hello python") 为了保证代码的可读性，# 后面建议先添加一个空格，然后再编写相应的说明文字 在代码后面增加的单行注释 在程序开发时，同样可以使用 # 在代
遇到了一个txt日文文本，出现大面积乱码。而且不懂日文，乱码的话，连翻译软件也无法使用。【上图为测试文本】 以下的解释与解决办法等为自己的想法，并不一定准确。 目录
前言 曾几何时 Python 中文乱码的问题困扰了我很多很多年，每次出现中文乱码都要去网上搜索答案，虽然解决了当时遇到的问题但下次出现乱码的时候又会懵逼，究其原因还是知其然不知其所以然。现在有的小伙伴为了躲避中文乱码的问题甚至代码中不使用中文，注释和提示都用英文，我曾经也这样干过，但这并不是解决问题，而是逃避问题，今天我们一起彻底解决 Python 中文乱码的问题。
OpenCV这么简单为啥不学——1.4、基础标识绘制(绘制线line函数、rectangle函数绘制四边形、circle函数绘制圆形、putText函数绘制文字、putText绘制中文文字)
/usr/lib/python2.7/site-packages/pyPdf/generic.py
简明Python教程 零基础学 Python 第一版 零基础学 Python 第二版 可爱的 Python Python 2.7 官方教程中文版 Python 3.3 官方教程中文版 Python Cookbook 中文版 Python3 Cookbook 中文版 深入 Python 深入 Python 3 PEP8 Python代码风格规范 Google Python 风格指南 中文版 Python入门教程 (PDF) 笨办法学 Python (PDF EPUB) Python自然语言处理中文版 （感谢陈
前言： 这是之前还在论坛当版主的时候，给自己定下的汉化规矩： 1.按照固定格式来排版； 2.能力有限不是机翻和偷工减料的借口； 3.尽量得到原作者的转载授权 虽然不再参与汉化工作了，但是有一些好的习惯值得继续保持。
本文使用「署名 4.0 国际 (CC BY 4.0)」许可协议，欢迎转载、或重新修改使用，但需要注明来源。署名 4.0 国际 (CC BY 4.0)
passwd（ password）命令可让用户变更密码。范例如下： passwd (current)UNIXpassword:← 输入原密码 Newpassword:← 输入新密码 Retypenewpassword← 在此输入新密码 passwd:allauthenticationtokens updatedsuccessfully← 密码修改成功 2，创建引导盘的mkbootdisk命令 如果安装系统时，并没有制作引导盘，或者引导盘已经损害，可以在安装系统之后，利用mkbootdisk命令创建一张新的引导盘：mkbootdisk ‘uname-r’ 执行上述指令便可以成功的创建一张引导盘了。请保存好出盘，已备紧急用。 3，显示与设置时间的date、 clock（计时器）和ntpdate命令 date 命令可以显示当前日期时间。范例如下： date -9月 810:00:00CST2006 CST为中部标准时间 clock命令也可以显示出系统当前的日期与时间，不过 clock命令默认不允许一般用户执行，请用root账号执行：clock 公元2006年9月8日（周五） 10时00分00秒 0.112604seconds 可以使用date命令来设置时间。 用root账号如下操作：date 09091200← 将时如果系统时间不正确要想更改，间设定为9月9日12点00分 用户有时可能会苦于不知道标准时间。没关系， 当前网络上也有校对时服务器提供的标准时间。因此可执行ntpdate命令，将系统时间设成与校时服务器一致： ntpdate stdtime.microsoft.com← 与微软校时服务器校时。 然后再执行一次date命令，就会发现系统时间已经更改。不过这样还没有结束，还需要执行clock –w 命令将更改的时间写入计算机的CMOS中， 这样下次启动时才会使用更改过的时间。 范例如下： clock –w（修改时间过后，要执行这个命令） 字模式下的中文信息出现乱码，怎么办 在此版的RedHatLinux中，若是在 XWindow打开文字模式窗口，以文字模式操作，则所有中文文件名、 月份， 甚至部分信息都可以正常的以中文显示。 但在文字模式的虚拟控制台中，这些中文信息，则会变成乱码，此时请如下操作，可将此信息改成英文显示：LANG=C ls–l 运行LANG=C命令后原来以中文显示（乱码）的部分，变成英文了 若想改回原来的设置，则只要再执行LANG=zh_CN命令即可：LANG=zh_C 看不到中文文件名 如果加载的存储介质中含有中文文件名，需要再运行 mount命令，再加上“-oiocharset＝cp950”参数， 这样才能看到此保存媒体内的中文文件名。 例如加载光盘就可以执行以下命令：mount –oiochatset=cp950 /dev/cdrom/mnt/cdro
选自arXiv 作者：Tailing Yuan等 机器之心编译 参与：刘晓坤、李泽南 文字识别一直是图像处理领域中的重要任务。近日，清华大学与腾讯共同推出了中文自然文本数据集（Chinese Text in the Wild，CTW）——一个超大的街景图片中文文本数据集，为训练先进的深度学习模型奠定了基础。目前，该数据集包含 32,285 张图像和 1,018,402 个中文字符，规模远超此前的同类数据集。研究人员表示，未来还将在此数据集之上推出基于业内最先进模型的评测基准。 资源链接：https://ct
wordcloud是Python扩展库中一种将词语用图片表达出来的一种形式，通过词云生成的图片，我们可以更加直观的看出某篇文章的故事梗概。
Python官方中文文档地址： https://docs.python.org/zh-cn/
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
