• java 实现 OCR 图片文字识别中文
  背景 我们上一节讲过了针对英文的 ocr 实现，现在我们来尝试一下中文识别。 我们准备一张简单的中文图片： 准备工作 下载中文训练集 下载地址 所有语言的训练集 此处直接下载 简体中文训练集，然后将其拷贝到我们的 tessdata 文件夹中： C:\Program Files (x86)\Tesseract-OCR\tessdata maven 引入 <dep...
  2020-01-09 02:09:32 | OCR
• special chars 特殊符号汇总
  特殊符号 特殊符号列表 ≠≡⁄≤≥«#©¨!¯&®'$¬%£*+¢¡(≈)§./¦¥,»¸¾¿¼½;:°±¶?·>=´<@♠←↑→♣↓↔♥∩♦∫–—‚’ב^„”◊“†‡•∂€…∏™‰″′˜−∑‹∞÷~|›√‾￥` QQ ︻︼︽︾〒↑↓☉⊙●〇◎¤★☆■▓「」『』◆◇▲△▼▽◣◥◢◣◤ ◥№↑↓→←↘↙Ψ※㊣∑⌒∩【】〖〗＠ξζω□∮〓※》∏卐√ ╳々♀♂∞①ㄨ...
  2020-01-08 02:09:32 | Java
• number 数字与中文
  数字的写法转换 代码 private static final String NUM_ONE = "⓪０零º₀⓿○" + "１２３４５６７８９" + "一二三四五六七八九" + "壹贰叁肆伍陆柒捌玖" + "¹²³⁴⁵⁶⁷⁸⁹" + "₁₂₃₄₅₆₇₈₉" + ...
  2020-01-08 02:09:32 | Java
• NLP segment-21-分词开源项目介绍 ansj_seg
  拓展阅读 分词系列专题 jieba-fenci 01 结巴分词原理讲解 segment jieba-fenci 02 结巴分词原理讲解之数据归一化 segment jieba-fenci 03 结巴分词与繁简体转换 segment jieba-fenci 04 结巴分词之词性标注实现思路 speechTagging segment jieba-fenci 05 结巴分词之简单聊一...
  2020-01-08 02:09:32 | NLP
• NLP segment-20-分词开源项目介绍 HanLP 未来十年的自然语言处理
  拓展阅读 分词系列专题 jieba-fenci 01 结巴分词原理讲解 segment jieba-fenci 02 结巴分词原理讲解之数据归一化 segment jieba-fenci 03 结巴分词与繁简体转换 segment jieba-fenci 04 结巴分词之词性标注实现思路 speechTagging segment jieba-fenci 05 结巴分词之简单聊一...
  2020-01-08 02:09:32 | NLP
• NLP segment-05-文本相似度计算 similarity java 开源实现
  拓展阅读 分词系列专题 jieba-fenci 01 结巴分词原理讲解 segment jieba-fenci 02 结巴分词原理讲解之数据归一化 segment jieba-fenci 03 结巴分词与繁简体转换 segment jieba-fenci 04 结巴分词之词性标注实现思路 speechTagging segment jieba-fenci 05 结巴分词之简单聊一...
  2020-01-08 02:09:32 | NLP
• NLP segment-04-自动摘要 auto-summary java 开源实现
  拓展阅读 分词系列专题 jieba-fenci 01 结巴分词原理讲解 segment jieba-fenci 02 结巴分词原理讲解之数据归一化 segment jieba-fenci 03 结巴分词与繁简体转换 segment jieba-fenci 04 结巴分词之词性标注实现思路 speechTagging segment jieba-fenci 05 结巴分词之简单聊一...
  2020-01-08 02:09:32 | NLP
• NLP segment-03-基于 TF-IDF 实现关键词提取 java 开源实现
  拓展阅读 分词系列专题 jieba-fenci 01 结巴分词原理讲解 segment jieba-fenci 02 结巴分词原理讲解之数据归一化 segment jieba-fenci 03 结巴分词与繁简体转换 segment jieba-fenci 04 结巴分词之词性标注实现思路 speechTagging segment jieba-fenci 05 结巴分词之简单聊一...
  2020-01-08 02:09:32 | NLP