beifeng600-CSDN博客

原创中文信息处理--分句

中文信息处理--分句工欲善其事必先利其器。中文信息处理之，中文分句。按这几个标点“ 。！？…!?”，将中文进行分句，一般会遇到一些问题，比如成对的《》“”‘’{}（）()【】""，如果其中包含句的标点，会将完整的一句话拆分成几个句子。以下是使用Python实现的中文分句程序，可以处理单个文件或者文件夹，但文件编码需为UTF-8， # cod

2015-08-24 01:04:50 2708 1

原创文本编码检测

工欲善其事必先利其器 -- 文本编码检查处理文本的时候，经常会遇到各种不同的文件编码。将它们批量转换成同一编码，再批量进行其他操作会方便很多。今天在github上发布了一个批量检测文件编码的小工具，希望对经常处理文本的朋友有所帮助。并能批量转换编码。用java写的，需要安装java运行环境，建议 JDK 1.7 +地址：https://github.com/beif

2015-07-17 08:40:07 742

转载 17句名言

这17句话是：科学是漫长的路，不是靠聪明就能高人一筹，需要忍耐；小班课教学期待在讨论中解决问题，讨论有助于学习知识，更有助于同学完善自我；通识教育能让同学们广泛涉猎、横跨文理，同学们要用一些时间广泛阅读，多读经典，对人生有一次宽泛的思考；我们要学习的不只是知识，很多东西在课堂之外；那些看似“没用”的知识往往可以丰富人生，给自己无

2014-09-16 13:12:31 1463

转载北大校长王恩哥的10句话

王恩哥的10句话：一、结交两个朋友～一个运动场，一个图书馆，不断地充电、蓄电、放电。二、培养两种功夫～一个本分，做人靠本分，做事靠本事，两本起家靠得住。三、乐于吃两样东西～一个是吃亏，一个是吃苦，做事不怕吃苦，做人不怕吃亏。四、具备两种力量～一种思想的力量，一种是利剑的力量。思想的力量往往战胜利剑的力量，这是拿破仑的名言。一个人的思想走多远，他就有可能走多远。五、追求两个一致，

2014-09-16 13:10:00 1438

原创 2014年全国高等学校名单

教育部发布2014年全国高等学校名单，

2014-09-05 01:27:04 3651

原创最新县及县以上行政区划代码（截止2013年8月31日）

如题，我国最新县及县以上行政区划名称及代码，截至2013年8月31日，来着国家

2014-09-05 00:32:25 11104

转载推荐系统中所使用的混合技术介绍

原文转自：文/陈运文在推荐系统实际运用中，各种混合技术是其中一项极为重要的核心技术。在工程实践中我们发现，混合技术对提升推荐效果、改进推荐系统的性能等都有重要意义，因此本文对该专题进行如下的一些总结和介绍。引言在这个信息爆炸的时代，消费者面临众多选择、未知的领域、过载的信息时，往往无所适从；然而与此同时，内容的生产者（例如商家）也在苦苦寻觅合适的用户，寻找最便捷的渠

2014-08-25 01:19:35 1187

原创输出路径的最小编辑距离

编辑距离，又称Levenshtein距离，是指两个字串之间，由一个转成另一个所需的最少编辑操作次数。许可的编辑操作包括将一个字符替换成另一个字符，插入一个字符，删除一个字符。例如将kitten一字转成sitting：sitten （k→s）sittin （e→i）sitting （→g）俄罗斯科学家Vladimir Levenshtein在1965年提出这个概念。(以上概念介绍

2014-08-05 02:17:29 1555

原创约4万个外国人名，中英对照

以下是一些外国人名，中英对照

2014-05-10 19:10:55 14983

转载 <转>linux文件合并，去重

原文转自：http://www.2cto.com/os/201108/100617.html (1)两个文件的交集，并集前提条件：每个文件中不得有重复行1. 取出两个文件的并集(重复的行只保留一份)cat file1 file2 | sort | uniq > file32. 取出两个文件的交集(只留下同时存在于两个文件中的文件)cat file1 file2 |

2013-12-10 13:32:28 584

转载 <转>关于常见排序算法的稳定性分析和结论

关于常见排序算法的稳定性分析和结论原文见 http://hi.baidu.com/dpguclciokbfgld/item/381c2f0f5d4893ea34990256 这几天笔试了好几次了，连续碰到一个关于常见排序算法稳定性判别的问题，往往还是多选，对于我以及和我一样拿不准的同学可不是一个能轻易下结论的题目，当然如果你笔试之前已经记住了数据结构书上哪些是稳定

2013-10-16 23:14:36 649

原创 <编程之美>电话号码对应英文字母组合

2014.9.23 创新工场北航站笔试题，有个电话号码对应英文字母组合的题。当时没写出来，后在《编程之美》上也看到这题：电话的号码盘一般可以用于输入字母。如用2可以输入A、B、C，用3可以数D、E、F等。如下表所示：12ABC3DEF4GIH5JKL6MNO7PQ

2013-09-30 15:14:26 1196

原创 <笔试面试>2013.9.22 阿里校招笔试题之在黑板上写下50个数字，1至50

2013年9月22日阿里巴巴校招算法、研发题之（仅供学习讨论）在黑板上写下50个数字：1至50，在接下来的49轮操作中，每次做如下操作，选取两个黑板上的数字a和b，擦去，在黑板上写|b-a|，请问最后一次动作之后剩下数字可能是什么？为什么？（不用写代码，不写原因不得分）。 1至n的数字，剩余的数字肯定为0至n的数字，假如剩下k，则可以这样认为，1至n的数字中除k外的数字全部抵消了

2013-09-28 15:02:56 1992

原创 <编程之美>给定一个十进制正整数N，写下从1开始，到N的所有整数，然后数一下其中出现的所有1的个数

这个是《编程之美》上的一个题目，题目如题：给定一个十进制正整数N，写下从1开始，到N的所有整数，然后数一下其中出现的所有1的个数。书上给出了两个解法，第一个就是笨方法，挨个数呗，最后加一块。第二个解法，有兴趣的自己看书上的分析吧，这里先把Java实现的代码贴下：public static long F_Sum1s(long n){ long iCount = 0; long

2013-09-28 12:29:50 5666

原创 Win7+PHP 5.4.19+Apache 2.2+phpMyAdmin 4.0

安装apache最好不要装到C：\Program Files\下，不然，因为权限的问题，操作会不方便主要参考博文安装Apache参考、配置phphttp://blog.csdn.net/achillesjps/article/details/7686684 安装MySQL很简单，只要记住用户名和密码就可以了，可以先用Navicat连接试一下配置phpmyadmin，参考博文

2013-09-13 09:39:28 1321

原创一些中国优秀开源项目（来自CSDN2013年评选）

来自CSDN，2013年度中国优秀开源项目评选活动，多谢这些开源软件，让我们学习了很多东西，开发、学习容易了很多。当时票数有限，只能选择了近期接触的几个开源软件，其他的也有很多好的。开源中国社区 http://www.oschina.net/ 里面也有很多，没事逛逛，学习下。

2013-07-02 20:05:11 1074

转载《集体智慧编程》第九章关于婚介数据集的SVM分类

原文转自 http://muilpin.blog.163.com/blog/static/165382936201131875249123/ 《集体智慧编程》关于婚介数据集的SVM分类作者写这本书的年代已经很久远了，于是里面使用到的LIBSVM接口与现在也非常不一样：1.书本上提高的官方下载svm已经更新至3.x版本，不适合（研究了很久，发现接口很大不一样，建议

2013-06-28 22:09:18 1361 1

原创集体智慧编程 Programming Collective Intelligence 书中代码程序研究

集体智慧编程 Programming Collective Intelligence 书中代码程序研究本人最近在学习《集体智慧编程》，英文名称为《Programming Collective Intelligence》。机器学习入门强烈推荐！本书以机器学习和计算统计为主题背景，专门讲述如何挖掘和分析Web上的数据和资源，如何分析用户体验、市场营销，个人品味等诸多信息，

2013-06-26 11:11:35 2953