数据猿报道 2020年7月5日至7月10日，第58届自然语言处理领域（NLP）顶级学术会议 ACL 2020 在线上成功举行。

中文分词和词性标注是中文自然语言处理的两个基本任务。尽管以BERT为代表的预训练模型大行其道，但事实上，中文中基于全词覆盖 （whole word masking）的预训练模型比直接使用单字编码的效果更好，所以引入词信息可能会达到更...

本文主要由以下四部分组成：文本基本处理，文本语义分析，图片语义分析，语义分析小结。先讲述文本处理的基本方法，这构成了语义分析的基础。接着分文本和图片两节讲述各自语义分析的一些方法，值得注意的是，虽说分为两节，但文本和...

默认分词器：按照非字母和非数字字符进行分隔，单词转为小写 测试文本：a*B!c d4e 5f 7-h 分词结果：a、b、c、d4e、5f、7、h

Elasticsearch 系列回来了，先给因为这个系列关注我的同学说声抱歉，拖了这么久才回来，这个系列虽然叫「Elasticsearch 从入门到放弃」，但只有三篇就放弃还是有点过分的，所以还是回来继续更新。...

每个全文索引都是一个倒排索引，ES 在进行检索操作时，会建立倒排索引，将拆分的词进行处理，提高索引命中率。

你呀，你别再关心灵魂了，那是神明的事。你所能做的，是些小事情，诸如热爱时间，思念母亲，静悄悄地做人，像早晨一样清白。

spring-boot-starter-data-elasticsearch:是springboot整合es的一个快速开发包。用过JPA的朋友应该知道，springdata是通过解析方法名来实现查询数据库的。同样的这个快速开发包也是大大简化了Java使用es的流程。...

字典树是一个比较简单的数据结构，字典树可以利用字符串的公共前缀减少查询字符串的时间，因此字典树常常用在需要大量查询字符串的操作任务中。本文主要从最基本的字典树入手，介绍什么是字典树以及字典树的增删改查，着重介...

搜索这个特性可以说是无处不在，现在很少有网站或者系统不提供搜索功能了，所以，即使你不是一个专业做搜索的程序员，也难免会遇到一些搜索相关的需求。搜索这个东西，表面上看功能很简单，就是一个搜索框，输入关键字，然后搜出来想...