搜索资源列表
NLP
- matlab最优化程序包括 无约束一维极值问题 进退法 黄金分割法 斐波那契法 牛顿法基本牛顿法 全局牛顿法 割线法 抛物线法 三次插值法 可接受搜索法 Goidstein法 Wolfe.Powell法 单纯形搜索法 Powell法 最速下降法 共轭梯度法 牛顿法 修正牛顿法 拟牛顿法 信赖域法 显式最速下降法-matlab optimization program includes one-dimensional extremum problem without constraint adva
nltk-2[1].0b3.tar
- NLTK -自然语言工具包-是一套开放源码 的Python模块，数据集，并支持研究和教学 发展中的自然语言处理。 文件：大量文件如何使用NLTK ，包括一本教科书和API文档，是可从NLTK网址： http://www.nltk.org/ -这本书涉及范围广泛的介绍性主题，自然语言处理，并显示如何做的所有处理任务使用的工具包。 -该工具包的参考文件介绍了每一个模块， 接口，类，方法，功能，和可变的工具包。 这个文件应该是有益的用户和开发人员。-NLTK--
GradientMethodForNLP
- 源码给出了非线性规划（NLP）的梯度法，其中gradf.m为梯度法算法，下载设置参数既能运行。-Given nonlinear programming source (NLP) in the gradient method, which gradf.m as gradient algorithm, download the set parameters not only run.
FudanNLP-1.05
- fudanNLP自然语言处理1.5开源包，用于自动分类，文档摘要，语义分析等-fudan NLP
NamedEntityRecognition
- 一个用Java写的命名实体识别程序 import edu.fudan.nlp.tag.NERTagger public class NamedEntityRecognition { public static void main(String[] args) throws Exception { NERTagger tag = new NERTagger("./models/ner.p110722.gz")
Bonmin-1.6.0
- BONMIN: Basic Open-source Nonlinear Mixed Integer programming(model types: LP, RMIP, MIP, DNLP, NLP, RMINLP, MINLP, QCP, RMIQCP, MIQCP)
HanLP-1.2.7
- HanLP是一个致力于向生产环境普及NLP技术的开源Java工具包，支持中文分词（N-最短路分词、CRF分词、索引分词、用户自定义词典、词性标注），命名实体识别（中国人名、音译人名、日本人名、地名、实体机构名识别），关键词提取，自动摘要，短语提取，拼音转换，简繁转换，文本推荐，依存句法分析（MaxEnt依存句法分析、神经网络依存句法分析）。-HanLP is a dedicated to popularize NLP technology to production environment of
aec-master
- webrtc 的回声抵消(aec、aecm)算法主要包括以下几个重要模块：1.回声时延估计 2.NLMS(归一化最小均方自适应算法) 3.NLP（非线性滤波） 4.CNG(舒适噪声产生），一般经典aec算法还应包括双端检测(DT)。考虑到webrtc使用的NLMS、NLP和CNG都属于经典算法范畴，故只做简略介绍，本文重点介绍webrtc的回声时延估计算法,这也是webrtc回声抵消算法区别一般算法(如视频会议中的算法)比较有特色的地方。-webrtc echo canceller (aec,
ansj5.1.1
- 分词工具用于中文分词 有不同的调教模型 包含NLP(The word segmentation tool for Chinese word segmentation includes NLP)
icwb2-data
- NLP中文语料库，backoff语料库，可以用来训练(A wiki (Listeni/ˈ wɪ ki/ WIK-ee) is a website that provides collaborative modification of its content and structure directly the web browser. In a typical wiki, text is written using a simplified markup language an
Sentiment Analysis1
- 读取csv或xlsx文件后对文本信息进行NLP情感分析并计算出情感的得分，越接近1越积极，越接近-1越消极(After reading the CSV or xlsx file, NLP sentiment analysis is performed on the text information and the score of sentiment is calculated. The closer to 1, the more positive, the more close to - 1,