【 文智背后的奥秘 】系列篇：结构化抽取平台

随着大数据时代的到来，一个大规模生成、分享、处理以及应用数据的时代正在开启。如果能将互联网上异源异构的非结构化或半结构化数据转换为更易处理的结构化数据，可以极大...

【 文智背后的奥秘 】系列篇 ：情感分类

本文介绍了文智平台情感分类系统，该系统主要基于深度学习技术，针对互联网产品、新闻、影视等领域的评论进行情感倾向分析。系统通过自然语言处理技术对文本进行预处理、特...

【 文智背后的奥秘 】系列篇：关键词智能提取

【 文智背后的奥秘 】系列篇 ：文本聚类系统

本文介绍了基于Spark的LDA主题模型在文本聚类分析中的应用，通过与其他常见聚类算法进行比较，展示了其在处理大规模文本数据时的效率和准确性。同时，文章还介绍了...

【 文智背后的奥秘 】系列篇 ： 自动文本分类

本文讲述了一种基于自然语言处理的文本分类系统，通过使用朴素贝叶斯、规则引擎、主题模型等算法，实现对互联网文本的快速分类。系统具有良好的扩展性，支持快速更新，可以...

【文智背后的奥秘】系列篇：基于 CRF 的人名识别

本文介绍了基于条件随机场（CRF）的人名识别技术。首先介绍了命名实体识别的任务，然后阐述了基于CRF的人名识别方法，包括特征选择、语料获取等。最后通过实验验证了...

【文智背后的奥秘】系列篇：海量数据抓取

【 文智背后的奥秘 】系列篇 : 分布式爬虫之 WebKit

本文介绍了一种基于Qt的Webkit框架实现的浏览器方案，该方案可以加载和渲染网页，支持JavaScript等脚本语言的解析，实现了对网页的爬取和模拟点击等操作...