V2EX › hunk 的所有回复 › 第 25 页 / 共 30 页

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

1 ... 17 18 19 20 21 22 23 24 25 26 ... 30

❮

❯

2016-06-03 15:20:24 +08:00

回复了 jwdstefanie 创建的主题 › 问与答 › 很好的一个数据网站，麻烦大神帮忙写个爬虫

用了微信登录，感觉程序获取数据会比较麻烦，坐等有啥好思路。

2016-05-31 19:43:46 +08:00

回复了 hunk 创建的主题 › 程序员 › 对内容分词提取的关键字用神经网络进行学习，是否可行？

@h4x3rotab 还是要先分词才行啊，你最后一句“分词了之后再喂给他我也想象不出来有什么用”让我以为不要分词呢。

我的疑问是，一篇文章的标题和内容，我分词以后，存为一行，希望 w2v 能认出其相关度。

不知用法上是否正确？还是不需要换行，罗列所有分词，成他自己学习，而不加以引导。

2016-05-30 18:54:39 +08:00

回复了 MikuM97 创建的主题 › 宽带症候群 › Final Speed 作者正式停止免费版维护

旧版咋安装？

2016-05-30 18:52:27 +08:00

回复了 hunk 创建的主题 › 程序员 › 对内容分词提取的关键字用神经网络进行学习，是否可行？

@h4x3rotab 不分词不能用，分词了关联性小，是这意思不？
那该如何用呢，原以为，在同一行能让 w2v 认为关联性更高呢。

2016-05-30 08:18:06 +08:00

回复了 hunk 创建的主题 › 程序员 › 对内容分词提取的关键字用神经网络进行学习，是否可行？

继续请教 word2vec 用法。
我想将文章的标题和内容作为学习的字典， gensim 示例中字典是 list 格式，我将一篇文章标题和内容的分词放在 list ，是否增加其相关性？

c 版本似乎是采用 tab 和空格分隔，是否也存在换行的问题?

2016-05-30 00:45:19 +08:00

回复了 hunk 创建的主题 › Ubuntu › ubuntu 安装 build-essential 失败，如何解决？

换了源就搞定， 163 割死人

2016-05-30 00:43:05 +08:00

回复了 hunk 创建的主题 › Ubuntu › ubuntu 安装 build-essential 失败，如何解决？

@AWSAM 谢谢，正在更新。。。比 163 还快

2016-05-30 00:38:29 +08:00

回复了 hunk 创建的主题 › Ubuntu › ubuntu 安装 build-essential 失败，如何解决？

@liyangyijie 推荐用哪的源？

2016-05-29 21:52:59 +08:00

回复了 airqj 创建的主题 › VPS › 准备买几台 VPS 来爬知乎数据,兄弟们有可以推荐的吗

@airqj 知乎是得考虑账号问题，目测无法自动注册账号，只能人工注册，关注如何解决，又是一问题。

2016-05-29 21:52:12 +08:00

回复了 airqj 创建的主题 › VPS › 准备买几台 VPS 来爬知乎数据,兄弟们有可以推荐的吗

@airqj 家庭宽带，可以换 IP ，毕竟慢，不适合大数据量。我估计说的是 IP 库，前段时间做爬虫，看到这个网站 http://www.kuaidaili.com ，不是广告，我没用过，只是做备用研究下。
付费，实时提供测试可用的代理，专业的事让专业的人去做。

2016-05-29 20:40:53 +08:00

回复了 airqj 创建的主题 › VPS › 准备买几台 VPS 来爬知乎数据,兄弟们有可以推荐的吗

爬用户啥信息拿来用？好奇，分享下思路呗

2016-05-29 15:17:15 +08:00

回复了 hunk 创建的主题 › 程序员 › 对内容分词提取的关键字用神经网络进行学习，是否可行？

@h4x3rotab 分词，让 w2v 学习，生成自己的词库。正在实验。

2016-05-29 00:29:30 +08:00

回复了 hunk 创建的主题 › 程序员 › 对内容分词提取的关键字用神经网络进行学习，是否可行？

@alexapollo 谢谢，正在看。

2016-05-28 23:52:35 +08:00

回复了 hunk 创建的主题 › 程序员 › 对内容分词提取的关键字用神经网络进行学习，是否可行？

@theFool 谢谢，瞅瞅，只要能自定义库就好，慢慢修正嘛。

2016-05-28 23:43:58 +08:00

回复了 hunk 创建的主题 › 程序员 › 对内容分词提取的关键字用神经网络进行学习，是否可行？

@theFool 忘记说了，测试过用结巴分词，其中有 TF-IDF 和 TextRank 取关键字， TextRank 效果比较好，在添加了用户字典后，对 TextRank 无任何影响，倒是 TF-IDF 不错。
但问题很明显，仅仅是在分析的文本中抽取关键字。

我想实现的是这样，提到“监控”这名词，能联想到“摄像头，光纤，交换机”等一系列相关词组，人工定义也可以，只是工作量不小。

2016-05-28 10:29:46 +08:00

回复了 Ansonyi 创建的主题 › 宽带症候群 › 浙江移动，上传的速度还不错。

@Mavious 移动这么牛，看来是该加一条了。

2016-05-28 10:29:21 +08:00

回复了 Ansonyi 创建的主题 › 宽带症候群 › 浙江移动，上传的速度还不错。

@d7101120120 我也在河南，最近在考虑换移动宽带的事。。。

2016-05-27 22:18:29 +08:00

回复了 XhstormR 创建的主题 › 问与答 › 冰与火之歌 S06E05 最后 Hodor 死的时候的小提琴伴奏是什么 BGM 啊？

正在下载第一季，错过了好些年，从头看起，不许剧透！

2016-05-25 15:39:41 +08:00

回复了 hunk 创建的主题 › 问与答 › 正则求教

自己生拼出来的，过滤了 html ，有重复，勉强能用。
r'(\$.get\("([^\s]+)"\,)'

1 ... 17 18 19 20 21 22 23 24 25 26 ... 30

❮

❯