感谢作者！帮我解决了两个死活找不到原因的问题
使用jieba和gensim模块判断文本相似度本文重新整理的更详细规范的介绍见这里 判断文本的相似度在很多地方很有用，比如在爬虫中判断多篇已爬取的文章是否相似，只对不同文章进一步处理可以大大提高效率。在Python中，可...
发简信
IP属地：湖北
-
-
使用jieba和gensim模块判断文本相似度
本文重新整理的更详细规范的介绍见这里 判断文本的相似度在很多地方很有用，比如在爬虫中判断多篇已爬取的文章是否相似，只对不同文章进一步处理可以大大提高效率。在Python中，可...
-
欢迎关注我的个人公众号SimpleAI.<br>以后文章会在微信公众号上更新。
-
【DL笔记6】从此明白了卷积神经网络（CNN）初识卷积神经网络（CNN） 从今天起，正式开始讲解卷积神经网络。这是一种曾经让我无论如何也无法弄明白的东西，主要是名字就太“高级”了，网上的各种各样的文章来介绍“什么是卷积”...
-
Pythoner的集中营, 收集关于Python的各种知识教程. 推荐文章和系列阅读: 1. Python 零基础入门资料整理（更新版） http://www.jianshu.com/p/9c02dade7e90 2. Python 零基础入门资料整理 http://www.jianshu.com/p/5eee782b8627 3. Python 从入门到高手系列视频教程 http://www.jianshu.com/p/93085280e4a4 4. Python学习网络资源整理 http://www.jianshu.com/p/fe0e5a515696 5. Python爬虫学习系列专题 http://www.jianshu.com/notebooks/255245/latest 6. Python Django博客开发专题 http://www.jianshu.com/notebooks/293635/latest PS: 另招Python热心管理员
-
愿每一个想成为王妃的你，都能成为自己的王凯
名人屋十年前的某个凡人，就是十年后的那个名人 有一天，一个从小喜欢表演的男生，高中刚毕业就被父母安排进了书店工作； 有一天，男生偷着去试镜，被导演问毕业于哪个艺术类大学，他无...
-
利用API获取豆瓣即将上映的20条电影信息利用爬虫爬取网页数据主要有两种方式：第一种是直接爬取HTML网页内容，它的好处是可以自定义爬取的内容，弊端是很多时候这种行为是被网站禁止的，并且需要根据网站的结构来编写代码。...
-
Python分词组件——jieba使用报告
一、安装jiaba jieba库的下载地址（支持Python2和Python3）：https://github.com/fxsjy/jieba下载jieba包后，打开命令行，...
-
Apache Tika学习使用报告一、Tika 简介 1. 基本介绍 Tika是一个具有内置解析器用于处理各种文档类型的程序框架。该框架公布了标准的API供应用程序调用并完成从文档中提取文本和元数据，内置解析...
-
scrapy爬取豆瓣图书TOP250实验报告一、实验目的 实验对象：豆瓣图书 Top 250 （https://book.douban.com/top250）实验内容：用scrapy框架编写爬虫，尝试用xpath和cs...
-
亚马逊 robots.txt 文件解析
一、robots协议 robots协议，也称爬虫协议，网站会在 robots.txt 文件中声明哪些内容可以爬取，哪些内容不能爬取。robots.txt 放在网站根目录下。举...
-
安装使用xshell、xftp及升级腾讯云centos7.2下python到2.7.14版本
一. 安装使用xshell和xftp 1. 软件获取 这两个软件官方均有供个人使用的免费版本，下载时需要填写自己的邮箱与姓名，然后下载链接会发送到填写的邮箱里面。官方下载地址...
