搜索[文档处理]结果-低调大师优秀个人博客

精选列表

搜索[文档处理]，共10000篇文章

记录一次事故处理50%kudu表无法进行正常访问

记录一次事故处理50%kudu表无法进行正常访问测试环境kudu集群事故，影响：测试效果，测试进度，生产发布延迟，需警惕，特此写出过程操作需谨慎！操作需谨慎！操作需谨慎！

2020-12-21

在 IDEA 开发环境里使用 jline 无法正常工作的问题处理

现象：在 IDEA 中开发应用，使用 jline 捕获控制台输入时，无法正常运行，主要体现在如下代码在输入回车后无法执行： ConsoleReader reader = new ConsoleReader(); reader.readLine("> "); 解决的办法：在使用 jline 之前，执行如下代码即可： jline.TerminalFactory.registerFlavor(TerminalFactory.Flavor.WINDOWS, jline.UnsupportedTerminal.class); 也可以在程序启动的命令行里增加参数 -Djline.terminal=jline.UnsupportedTerminal 搞定。

2020-12-01

清华大学刘知远：知识指导的自然语言处理

》，于深度学习时代另辟蹊径，阐释了语言知识和世界知识对于自然语言处理的重要价值。

2020-10-15

JavaScript 测试系列实战（三）：使用 Mock 模拟模块并处理组件交互

在本文中，我们研究了如何使用 react-hooks-testing-library[2] 处理它。

2020-09-04

Spring Batch 4.3.0-M2 发布，批处理应用编写框架

Spring Batch4.3.0 的第二个里程碑版本发布了，可从里程碑仓库获取。更新亮点 1. 增强对 Kafka 的支持默认情况下，KafkaItemReader 从头开始读取主题。最初在 v4.2 中引入此读取器时，无法将其配置为从自定义偏移量读取记录。在此版本中，可以将读取器配置为从存储在 Kafka 中的偏移量开始。 2. 增强对Micrometer 的支持对Micrometer 的支持也是在4.2 版本中引入，用户反馈要求的功能之一是能够知道当前活动的作业。Spring Batch 提供了一个名为 spring.batch.job.active 的度量，该度量给出了当前活动作业的数量。但是直到现在该指标仍无法让用户知道当前正在激活哪些特定作业。此版本丰富了度量标准标签以实现此目标。 3.添加一个新的 JobParametersIncrementer 实现在大多数情况下，RunIdIncrementer 可以很好地实现其目的：它递增一个名为 run.id 的作业参数，该参数通常用作作业实例识别符。但是，在某些情况下（例如无序的数据库序列，对增量器的并发访问等），此增量器可能会生成非唯一值，这会阻止启动新作业实例。此版本引入了一个新的 JobParametersIncrementer，它基于 Spring Framework 中的 DataFieldMaxValueIncrementer。与 RunIdIncrementer 相比，此增量器对生成的值的唯一性提供了更强的保证。依赖项升级 Spring Framework 5.3.0-M2 Spring Data 2020.0.0-M2 Spring Integration 5.4.0-M2 Spring AMQP 2.3.0-M2 Spring for Apache Kafka 2.6.0-M1 更新说明：https://spring.io/blog/2020/08/13/spring-batch-4-3-0-m2-is-out

2020-08-15

SparkSQL中产生笛卡尔积的几种典型场景以及处理策略

本文转载自公众号：大数据学习与分享原文链接【前言：如果你经常使用Spark SQL进行数据的处理分析，那么对笛卡尔积的危害性一定不陌生，比如大量占用集群资源导致其他任务无法正常执行，甚至导致节点宕机

2020-07-14

自然语言处理在当今商业中的八大应用

了解自然语言处理如何演变为业务优化的推动者。基于人工智能的工具现在统治着每个工业部门。有了丰富的社交媒体、组织和数字平台，产生的数据中不乏有用的资源。

2020-07-13

spark | 手把手教你用spark进行数据预处理

要想把它做成好吃的料理，必须要对原生的稻谷进行处理。但是处理也并不能乱处理，很多人做数据处理就是闷头一套三板斧。去空值、标准化还有one-hot，这一套流程非常熟悉。

2020-07-02

Linus Torvalds 切换到 AMD 处理器，15 年来首次不用 Intel

长期以来，Linus Torvalds一直在使用 Intel 处理器。

2020-05-26

Python数据处理小技巧：pivot_table后如何拍平columns

5.500000 9.0 8.500000 8.0 foo large 2.000000 5.0 4.500000 4.0 small 2.333333 6.0 4.333333 2.0 现在的一个问题是，处理后的

2020-04-14

中央厨房订单管理系统，引入ActiveMQ消息队列，平滑处理高峰订单

中央厨房订单大部分集中在高峰时段，所以设计时重点考虑的问题，是如何平滑处理瞬间的高负载，避免由于高并发量而引起任务堵塞，严重时导致系统雪崩。

2020-03-30

Jcseg 2.6.2 发布 - Java轻量级开源自然语言处理包

Jcseg是基于mmseg算法的一个轻量级中文分词器，同时集成了关键字提取，关键短语提取，关键句子提取和文章自动摘要等功能，并且提供了一个基于Jetty的web服务器，方便各大语言直接http调用，同时提供了最新版本的lucene，solr和elasticsearch的分词接口！ Jcseg 2.6.2版本主要功能都是为Gitee的搜索设计的，体验可以搓：https://search.gitee.com/?skin=rec&type=repository&q=%E5%88%86%E8%AF%8D 2.6.2版本主要更新内容如下： 1，升级到对lucene 8.20，solr 8.2.0和Elasticsearch的7.4.2版本的支持，Gitee搜索目前用的Elasticseach 7.4.2版本。 2，增加solr和elasticsearch索引级别的分词配置，可以不同索引使用不同的分词配置，具体可以参考Gitee搜索资源分享中的mapping：https://gitee.com/oschina/gitee-search-share。 3，部分已有词库的优化，拼音，词性，同义词等。 4，二次切分优化，增加中英混合词的的二次切分支持。 5，增加n-gram切分模式，可以自定义n，实现n-gram的切分，例如：”中文分词“ 1-gram会被切分成”中文分词“，此功能在Gitee的搜索提示中用到了。 6，增加英文词条的切分，大部分的分词器对于英文都只是通过空格或者标点来切分，这个版本jcseg增加了对英文的切分，同时也是通过mmseg算法来去除歧义，例如：英文组合词条： jcseg~tokenizer:complex>> openarkcompiler 分词结果： open[0,4]/n ark[4,3]/n compiler[7,8]/n Done, total:15, tokens:3, in 0.00000sec 例如Gitee搜索”openark“：https://search.gitee.com/?q=openark&skin=rec&type=repository 拼音组合词条： jcseg~tokenizer:complex>> guanyuwomen 分词结果： guanyu[0,6]/p women[6,5]/n Done, total:11, tokens:2, in 0.00105sec 例如：Gitee搜索"中文huancunxitong"：https://search.gitee.com/?q=huancunxitong&skin=rec&type=repository 7，增加英文词库和拼音词库，用于支撑上述的英文切分，这个英文也包括拼音的切分，例如：Gitee搜索的拼音和汉语相互搜索：搜索”fenci“:https://search.gitee.com/?q=fenci&skin=rec&type=repository 搜索”分词“:https://search.gitee.com/?q=%E5%88%86%E8%AF%8D&skin=rec&type=repository 搜索”中文分词“：https://search.gitee.com/?q=%E4%B8%AD%E6%96%87%E5%88%86%E8%AF%8D&skin=rec&type=repository 搜索”中文fenci“：https://search.gitee.com/?q=%E4%B8%AD%E6%96%87fenci&skin=rec&type=repository 8，同义词优化，同义词词库和offset逻辑无缝对接lucene的increasement设计，便于实现同义词的检索和高亮，例如：Gitee搜索的同义词效果如下：搜索”中文分词“：https://search.gitee.com/?q=%E4%B8%AD%E6%96%87%E5%88%86%E8%AF%8D&skin=rec&type=repository 搜索”汉语分词“：https://search.gitee.com/?q=%E6%B1%89%E8%AF%AD%E5%88%86%E8%AF%8D&skin=rec&type=repository 搜索”普通话分词“：https://search.gitee.com/?q=%E6%99%AE%E9%80%9A%E8%AF%9D%E5%88%86%E8%AF%8D&skin=rec&type=repository 9，更改了Jcseg的API设计，使用函数接口来代替部分的class查找，使用更方便，API变更为如下： //创建SegmenterConfig分词配置实例，自动查找加载jcseg.properties配置项来初始化 SegmenterConfig config = new SegmenterConfig(true); //创建默认单例词库实现，并且按照config配置加载词库 ADictionary dic = DictionaryFactory.createSingletonDictionary(config); //依据给定的ADictionary和SegmenterConfig来创建ISegment //为了Api往后兼容，建议使用SegmentFactory来创建ISegment对象 ISegment seg = ISegment.COMPLEX.factory.create(config, dic); //备注：以下代码可以反复调用，seg为非线程安全 //设置要被分词的文本 String str = "研究生命起源。"; seg.reset(new StringReader(str)); //获取分词结果 IWord word = null; while ( (word = seg.next()) != null ) { System.out.println(word.getValue()); } 10，BUG修复：英文切分的offset问题：https://gitee.com/lionsoul/jcseg/issues/I19IQ4 NLP日期实体识别问题：https://gitee.com/lionsoul/jcseg/issues/I17DMS maven仓库(中央仓库同步中...)： <dependency> <groupId>org.lionsoul</groupId> <artifactId>jcseg-core</artifactId> <version>2.6.2</version> </dependency> 下载地址： Gitee:https://gitee.com/lionsoul/jcseg/tree/v2.6.2-release Github:https://github.com/lionsoul2014/jcseg/releases/tag/v2.6.2-release

2020-02-24

CRM中间件里parent not ok的错误消息如何处理

Issue You would like to download customer material info record via initial download ( R3AS ). You always see error message "Parent not O.K.: BUPA_MAIN".You can guarantee that the dependent business partner as parent has already been downloaded to CRM correctly.Why still see this error message? In R3AC1, you see there are three parent object: The design is: the children object CUST_MAT_INFO could ONLY be really started ( status: RUNNING ) when ALL of its parent object have been downloaded successfully - which means all the parent have status D in column DNL_STATUS in the table SMOFDSTAT.In my example, this is not true - Material object has status "A" - aborted. As a result, if you have only a small set of customer material info record to download, you'd better use request download, otherwise ensure the initial download of all parent objects are done successfully.An example of request definition for customer material info record could be found below: Keyword SMOFDSTAT, DNL_STATUS, CUST_MAT_INFO 本文来自云栖社区合作伙伴“汪子熙”，了解相关信息可以关注微信公众号"汪子熙"。

2020-01-29

端智能系列文章|端侧复杂事件实时处理框架

是什么流量调控系统分为云侧事件处理和端侧事件处理，云侧事件处理能中心化的处理所有能收集

2020-01-08

使用阿里云InfluxDB®和Spark Streaming实时处理时序数据

在大数据处理中，一个主要的趋势是人们希望看到metric是如何随着时间变化发展。这使得管理和处理时序数据（数值随时间变化的数据）成为数据科学家非常重要的研究方向。

2019-11-26

使用阿里云InfluxDB®和Structured Streaming实时处理时序数据

2019-11-26

轻松构建基于 Serverless 架构的弹性高可用视频处理系统

比如：您已经在虚拟机/容器平台上基于 FFmpeg 部署了一套视频处理服务，能否在此基础上让它更弹性，更高的可用性？您的需求只是简单的

2019-11-20

Python数据分析与大数据处理从入门到精通

鄙人首秀，《Python数据分析与大数据处理从入门到精通》全球首发，欢迎品鉴！

2019-10-28

每日一博 | 一篇文章看懂自然语言处理

一、背景自然语言处理就是要让计算机理解人类的语言，至于到目前为止，计算机是否真的理解的人类的语言，这是一个未知之数，我的理解是目前为止并没有懂得人类语言，只是查表给出一个最大概率的回应而已。

2019-09-25

每日一博 | Tomcat 中的容器是如何处理请求的

前言上一篇《Tomcat中的连接器是如何设计的》介绍了Tomcat中连接器的设计，我们知道连接器是负责监听网络端口，获取连接请求，然后转换符合Servlet标准的请求，交给容器去处理，那么我们这篇文章将顺着上一篇文章的思路

2019-09-15

资源下载

更多资源

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。