2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩314頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、自己動手寫搜索引擎——建一個自己的Google羅剛2009目錄23.2.1建立數(shù)據(jù)視圖.......................................................................................................363.2.2JDBC數(shù)據(jù)庫連接..........................................................

2、.......................................363.2.3增量抓取...............................................................................................................383.3抓取本地硬盤上的文件............................................

3、......................................................383.3.1目錄遍歷...............................................................................................................383.4本章小結(jié)...................................

4、.......................................................................................40第4章提取文檔中的文本內(nèi)容...................................................................................................414.1從HTML文件中提取文本..

5、..........................................................................................414.1.1HtmlParser介紹.....................................................................................................494.1.2結(jié)構(gòu)化

6、信息提取...................................................................................................524.1.3網(wǎng)頁去噪..........................................................................................................

7、.....584.1.4網(wǎng)頁結(jié)構(gòu)相似度計算...........................................................................................614.1.5正文提取的工具FireBug.....................................................................................62

8、4.1.6正文提取的工具NekoHTML..............................................................................644.1.7正文提取...............................................................................................................

9、664.2從非HTML文件中提取文本........................................................................................774.2.1TEXT文件.....................................................................................................

10、........774.2.2PDF文件...............................................................................................................774.2.3Wd文件..............................................................................

11、................................854.2.4Rtf文件..................................................................................................................864.2.5Excel文件................................................

12、..............................................................874.2.6PowerPoint文件....................................................................................................884.3流媒體內(nèi)容提取...........................

13、...................................................................................894.3.1音頻流內(nèi)容提取...................................................................................................894.3.2視頻流內(nèi)容提取..........

14、.........................................................................................914.4抓取限制應(yīng)對方法..........................................................................................................934.5本章小結(jié)...

15、.......................................................................................................................94第5章自然語言處理..........................................................................................

16、.........................955.1中文分詞處理..................................................................................................................955.1.1Lucene中的中文分詞...................................................

17、.......................................955.1.2Lietu中文分詞的使用..........................................................................................965.1.3中文分詞的原理..........................................................

18、.........................................965.1.4查找詞典算法.......................................................................................................995.1.5最大概率分詞方法................................................

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論