n-gram

    4热度

    1回答

    我正在研究一款安卓游戏,根据您的设备倾斜方向计算玩家的运动(左,上,右,下)。 我也想在游戏开始时这样做,它计算当前的倾斜度,这样如果玩家在任何位置拿着手机,他仍然可以玩游戏。 这里是我如何做它: (启动): defaultAccelX = SceneManager.activity.getAccelX(); defaultAccelY = SceneManager.activity.getAc

    0热度

    1回答

    我正在尝试构建一个bigram模型并计算字出现的概率。我应该 •选择适当的数据结构来存储bigrams。 •单词和上一个单词组合的增量计数。这意味着我需要跟踪上一个单词是什么。 •根据以前的字数计算当前字的概率。 习题CURR字=计数(分组字,CURR字)/数(前一个字) 考虑我们观察到以下单词序列: 手指在 手指指出 手指上 手指上 手指。注意“手指上”被观察了两次。另外请注意,这个时期被视为一

    0热度

    1回答

    我在使用asp.net MVC Web应用程序中的两种方法删除一些对象和行:第一种方法包括删除实体框架对象,例如: public void DeleteMyObject(MyObject a) { entities1.MyObject.Remove(a); } ,而第二种方法是调用从我的仓库方法的存储过程来删除数据库中的一行,例如: public void Deleteuserc

    1热度

    1回答

    我crereated上elasticsearch指数相同的波纹管: "settings" : { "number_of_shards": 1, "number_of_replicas": 0, "analysis": { "filter": { "trigrams_filter": { "type": "ngra

    0热度

    1回答

    我正在尝试使用双元生成词云。我能够生成前30个区分性词语,但无法在绘图时一起显示单词。我的文字云图像仍然看起来像一个单克云。我使用了以下脚本和sci-kit学习软件包。 def create_wordcloud(pipeline): """ Create word cloud with top 30 discriminative words for each category """ c

    0热度

    1回答

    我正在使用Elastic 5.4来实现建议/完成功能并面临为我的需求选择正确标记器的问题。下面是例如: 有4文档在索引与内容如下如下面提及: DOC 1:掌声 DOC 2:苹果 DOC 3:它是Apple DOC 4:应用 DOC 5:有is_an_appl 查询 查询1:查询字符串 '应用' 应该返回所有5号文件。 查询2:查询字符串 '苹果' 应该只返回文件2和文件3 查询3:查询字符串 '应

    0热度

    1回答

    我目前在python中使用Quadgrams来预测句子的下一个单词。为此,我使用嵌套字典来存储概率。 Here is the link for the code 但是这种实现在最坏的情况下需要O(n)。那么有没有其他的方式来实现这个使用其他数据结构,采取O(logn)或更少的查找?

    0热度

    1回答

    我使用rWeka软件包中的NGramTokenizer。我相信我已经正确安装了一切。我执行以下代码: Bigram_Tokenizer <- function(x) NGramTokenizer(x, Weka_control(min = 2, max = 2)) tdm <- TermDocumentMatrix(corpus, control = list(tokenize= Bigram_

    0热度

    1回答

    我挣扎着两个类似的用例。 这里有一个例子文件从我的指标: { "id":"E850AC8D844010AFA76203B390DD3135", "brand_txt_en":"Tom Ford", "catch_all":["Tom Ford", "FT 5163", "Tom Ford", "FT 5163",

    0热度

    1回答

    这里是我的样本数据是这样的: 我需要进行1-2克上查询,并计算与查询相关的总和与印象的平均。现在我已经想出了如何使用下面的代码来汇总展示次数。 def n_grams(txt): grams = list() words = txt.split(' ') for i in range(len(words)): for k in range(1, len(words) - i + 1