Java 提供了功能强大的正则表达式 API，在 java.util.regex 包下。本教程介绍如何使用正则表达式 API。

本文主要讲述一些自然语言处理的基础知识，以及使用如何CNN模型对从网上爬取下来的网站网页文本进行分类。 词向量技术就是将词转化成向量形式，因为我们的分类器最后处理的都是向量，所以进行自然语言的预处理往往就是需要进行向量化。在sklearn库中使用svm对文本分类之前可以通过使用…

需求 拿到的需求是输入n个文本，对文本进行聚类，由于这些输入不能通过历史数据进行训练，所以这个主要就是用无监督学习来解决。 kmeans 谈到聚类就会想到kmeans，它的核心思想是给定的K值和K个初始质心将样本中每个点都分到距离最近的类簇中，当所有点分配完后根据每个类簇的所有点…

在学界一般认为，《红楼梦》后 40 回并非曹雪芹所著。本文尝试应用机器学习的方法来分析原著文本中作者的用词习惯，从技术角度去说明《红楼梦》前 80 回和后 40 回的写作风格差别，继而可以确认后 40 回非原作者所写。

介绍了应用深度学习解决文本分类的相关的思路、做法和部分实践的经验。