主要是参考tesseract3.02官网的训练教程，再结合自己的摸索，材料里包含的批处理程序完成从tif训练文件的输入到trainedata语料库文件生成的全过程，带有详细的注释，材料包的样例可以帮助更好的了解训练，详细的可以参考我的博客http://blog.csdn.net/tuling_research/article/details/41091163
2023/6/10 16:08:02
1.6MB
1
基于语音的性别识别基于语音的性别识别，使用：免费的ST美国英语语料库数据集（SLR45）梅尔频率倒谱系数（MFCC）高斯混合模型（GMM）数据集可以在上找到免费的ST美国英语语料库数据集（SLR45）。
它是提供的免费的美国英语语料库，其中包含10位说话者（5位女性和5位男性）的讲话。
每个说话者大约有350种话语。
理论语音特征提取此处使用梅尔频率倒谱系数（MFCC），因为它们可在说话者验证中提供最佳结果。
MFCC通常如下得出：进行信号（窗口摘要）的傅立叶变换。
使用三角形重叠窗口，将以上获得的光谱的功率映射到mel刻度上。
记录每个梅尔频率下的功率对数。
它是提供的免费的美国英语语料库，其中包含10位说话者（5位女性和5位男性）的讲话。
每个说话者大约有350种话语。
理论语音特征提取此处使用梅尔频率倒谱系数（MFCC），因为它们可在说话者验证中提供最佳结果。
MFCC通常如下得出：进行信号（窗口摘要）的傅立叶变换。
使用三角形重叠窗口，将以上获得的光谱的功率映射到mel刻度上。
记录每个梅尔频率下的功率对数。
2023/5/29 20:06:48
18.1MB
1
这个链接是测试集，熬炼集请见我的资源本语料库由复旦大学李荣陆提供。
test_corpus.rar为测试语料，共9833篇文档；
train_corpus.rar为熬炼语料，共9804篇文档，两个预料各分为20个相同种别。
熬炼语料以及测试语料底子依据1:1的比例来松散。
使历时尽量即便注明来源（复旦大学盘算机信息与本领系国内数据库中间做作语言处置小组）。
文件较大（熬炼测试各50多兆），下载时请耐心期待。
test_corpus.rar为测试语料，共9833篇文档；
train_corpus.rar为熬炼语料，共9804篇文档，两个预料各分为20个相同种别。
熬炼语料以及测试语料底子依据1:1的比例来松散。
使历时尽量即便注明来源（复旦大学盘算机信息与本领系国内数据库中间做作语言处置小组）。
文件较大（熬炼测试各50多兆），下载时请耐心期待。
2023/4/21 17:35:29
51.14MB
1
Ubuntu对于话数据集，能够用于多轮对于话熬炼语料库，内附Ubuntu对于话数据集的下载地址。
智能聊天，chatbot，熬炼对于话的语料库
智能聊天，chatbot，熬炼对于话的语料库
2023/4/18 0:53:06
53B
1
BERT在Azure机械学习效率上此回购搜罗终端到终真个食谱以及的（双向编码器谈判来自变形金刚）用语言表白模子。
伯特BERT是一种语言展现模子，其特色在于能够实用捉拿语料库中深层以及怪异的文本关连。
在原始论文中，作者证明晰BERT模子能够很约莫地改编以构建用于许多NLP责任的最新模子，搜罗文天职类，命名实体识别以及下场解答。
在此堆栈中，咱们提供了条记本，使开拓人员能够从语料库中重新熬炼BERT模子，并微调现有的BERT模子以处置特意的责任。
此回购中提供了的扼要可快捷末了使用BERT。
预熬炼BERT预熬炼中的挑战将BERT语言展现模子预熬炼到所需的准确性水平是极其具备挑战性的。
下场，大大都开拓人员从在尺度语料库（譬如Wikipedia）上经由预熬炼的BERT模子末了，而不是重新末了熬炼它。
假如在与熬炼前步骤中使用的语料库相似的语料库上熬炼最终模子，则此策略下场很好。
然则，
伯特BERT是一种语言展现模子，其特色在于能够实用捉拿语料库中深层以及怪异的文本关连。
在原始论文中，作者证明晰BERT模子能够很约莫地改编以构建用于许多NLP责任的最新模子，搜罗文天职类，命名实体识别以及下场解答。
在此堆栈中，咱们提供了条记本，使开拓人员能够从语料库中重新熬炼BERT模子，并微调现有的BERT模子以处置特意的责任。
此回购中提供了的扼要可快捷末了使用BERT。
预熬炼BERT预熬炼中的挑战将BERT语言展现模子预熬炼到所需的准确性水平是极其具备挑战性的。
下场，大大都开拓人员从在尺度语料库（譬如Wikipedia）上经由预熬炼的BERT模子末了，而不是重新末了熬炼它。
假如在与熬炼前步骤中使用的语料库相似的语料库上熬炼最终模子，则此策略下场很好。
然则，
2023/3/30 14:24:23
232KB
1
运用简单，功能很全。
ntConc是一款跨平台（即Windows、Linux与苹果电脑都有对应版本）的语料库分析统计软件，由日本学者LaurenceAnthony博士从2002年研发至今，历时13年的历史。
AntConc软件具有索引，词表生成，主题词计算，搭配和词族提取等多种功能。
该软件为免费软件，但是功能与WordsmithTools等软件相比一点也不逊色。
ntConc是一款跨平台（即Windows、Linux与苹果电脑都有对应版本）的语料库分析统计软件，由日本学者LaurenceAnthony博士从2002年研发至今，历时13年的历史。
AntConc软件具有索引，词表生成，主题词计算，搭配和词族提取等多种功能。
该软件为免费软件，但是功能与WordsmithTools等软件相比一点也不逊色。
2023/3/14 0:21:03
12.93MB
1
segment_stringsegment_string.py是为类项目构建的。
使用维特比算法获取输入字符串，并从输入中输出最可能的细分列表来自Google研究的语料库在找到viterbi_segment从AIMAPythongithub上取（用我自己的更改）发现进行以下更改：-变量名称更改-概率是从函数调用的，而不是通过参数发送的-打印段而不前往
使用维特比算法获取输入字符串，并从输入中输出最可能的细分列表来自Google研究的语料库在找到viterbi_segment从AIMAPythongithub上取（用我自己的更改）发现进行以下更改：-变量名称更改-概率是从函数调用的，而不是通过参数发送的-打印段而不前往
2023/3/8 21:46:50
2.15MB
1
维基中文语料库(非最新)(两部分此为Part2)zhwiki-latest-pages-articles.xml.bz2_.part2|原紧缩包太大需要分两次上传，part1链接：https://download.csdn.net/download/Joker_Q/14967708
2023/2/6 20:50:41
676.04MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB