搜索[文本预处理]结果-低调大师优秀个人博客

精选列表

搜索[文本预处理]，共10005篇文章

[ElasticSearch]精确值与全文文本

Elasticsearch中的数据可以大致分为两种类型：精确值和全文文本。 1. 精确值（Exact values）精确值是精确的，正如它的名字一样。

2016-10-18

干货解析｜深度学习文本分类在支付宝投诉文本模型上的应用

传统机器学习的应用，常常是利用上述人工总结的文本特征，但往往会遇到一些问题。比如“猫”和“咪”这两词语的语义很接近（即近义词），但计算机并不能真正的在词语语义层面理解，只是把他们当作了两个不同的词语。

2018-08-15

Python处理日期文本先固定格式

日期字符串看起来相似，并不意味着可以任意比较。固定输入格式并在入口解析，可以将不合法日期挡在后续计算之前。

2026-09-23

Python 实现 PDF 文本查找与高亮标注

在文档处理、数据分析、内容审核等场景中，经常需要批量检索 PDF 中的指定文本，并对目标内容进行高亮标注，方便快速识别重点信息。Python 拥有丰富的 PDF 处理库，能够高效实现这类自动化操作。

2026-09-07

Python 提取HTML文本的方法，提升效率

在数据采集、内容分析和自然语言处理等任务中，经常需要从HTML文档中提取纯净的文本内容。Python生态中有多种工具可以实现这一目标，但不同方法在性能、功能和易用性上存在显著差异。

2026-07-20

TextSearcher 2.0.3 已经发布，文本批量搜索工具

TextSearcher 2.0.3 已经发布，文本批量搜索工具此版本更新内容包括：增加了读取隐藏文件的功能（可选）；修改和增加了部分文字提示和使用说明；进行了一些常规的代码优化措施。

2024-10-28

TextSearcher 2.0.2 已经发布，文本批量搜索工具

TextSearcher 2.0.2 已经发布，文本批量搜索工具。重要功能更新，建议所有老版本用户都更新到此版本： 1、增加了“双击搜索结果，可直接打开对应文件夹并自动将光标定位到文件”的功能。

2024-10-10

TextSearcher 1.9.2 已经发布，文本批量搜索工具

TextSearcher 1.9.2 已经发布，文本批量搜索工具。

2024-09-30

TextSearcher 1.8.9 已经发布，文本批量搜索工具

TextSearcher 1.8.9 已经发布，文本批量搜索工具此版本主要更新了主界面UI，同时对核心功能进行了小幅优化：简化了主界面布局网格（不改变主界面外观），提升UI渲染速度；使用JTextPane

2024-09-20

TextSearcher 1.8.4 已经发布，文本批量搜索工具

TextSearcher 1.8.4 已经发布，文本批量搜索工具此版本更新内容包括：此次更新增加了对不同格式的文档的支持：增加了对.rtf格式的写字板文档的支持；增加了对.odt格式的OpenDocument

2024-09-04

TextSearcher 1.7.0.1 已经发布，文本批量搜索工具

TextSearcher 1.7.0.1 已经发布，文本批量搜索工具。

2024-08-28

TextSearcher 1.6.2 已经发布，文本批量搜索工具

TextSearcher 1.6.2 已经发布，文本批量搜索工具这是一个Bug修复版本：修复了当文件无法读取（文件可能被占用或office文档损坏）时，内存占用过高的Bug；修改了源代码中的部分类名

2024-08-26

TextSearcher 1.5.2 已经发布，文本批量搜索工具

TextSearcher 1.5.2 已经发布，文本批量搜索工具此次更新主要修复了一些Bug：修复了文件选择器占用CPU过高的Bug；优化了文件选择器的UI设计。

2024-07-31

OpenAI 发布文本生成视频模型 Sora

https://openai.com/sora Sora 可根据文本描述生成长达 60 秒的视频，其中包含精细复杂的场景、生动的角色表情以及复杂的镜头运动。

2024-02-16

谷歌对话式 AI 工具Bard 近日发布了更新，此次更新后将支持文生图和扩展双重检查功能。 https://bard.google.com/updates Bard 此次新增的图像生成功能将在全球受支持的地区免费提供，由谷歌 Imagen 2 模型提供支持，但需要英语指令。用户现在可以根据向 Bard 提供的描述生成自定义图像。谷歌承诺，Bard 可提供“高质量、逼真的图像输出”。谷歌表示，Imagen 2 不会生成暴力、攻击性或包含色情内容的图片。此外，Imagen 2 还接受了一些“培训”，可以帮助它避免创建特定人群的图像。为将 Bard 生成的 AI 图片与人类作品区分开来，谷歌将嵌入“像素级别”的数字可识别水印。 Bard 在此次更新之后，谷歌 Gemini Pro 模型新增了 40 多种语言、230 多个国家和地区的支持。谷歌表示，Gemini Pro 增强了 Bard 的理解、总结、推理、创意、协作和规划方面的能力。谷歌还将 Bard 的“双重检查”功能扩展到 40 多种语言，用户可以通过检查整个互联网的内容来验证 AI 所作回答的准确性。在此之前，“双重检查”功能仅限于英语。详情查看https://blog.google/technology/ai/google-imagen-2/

2024-02-03

GPT 如何将文本拆分成 token？

在GPT模型中，tokenization（词元化）指的是将用户输入的文本分割成token（词元）的过程，以让GPT能更好地理解输入文本的词义、句法和语义，以及生成更连贯的输出内容。

2023-09-12

docTR 0.6.0 发布，OCR 文档文本识别库

//mindee.github.io/doctr/using_doctr/sharing_models.html 新模型（两个框架）分类：VisionTransformer（ViT）识别：用于场景文本识别的

2023-06-28

Editable —— 富文本编辑器框架

Editable 是一个富文本编辑器框架，提供了稳定的富文本编辑能力。

2023-02-14

gTTS —— 基于 Python 的文本转语音库

特征可定制的特定于语音的句子标记器，允许阅读无限长度的文本，同时保持正确的语调、缩写、小数等；可定制的文本预处理器，例如，可以提供发音校正；安装 $ pip install gTTS 快速开始命令行

2023-01-25

自然语言处理——文本向量化(二)

一．摘要本次分享内容是基于上篇文本向量方法的继续，上次内容中，主要分享了文本向量化的两种方法：词袋模型表示方法和基于深度学习词向量方法。

2022-01-26

资源下载

更多资源

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。

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。