修改了代码,将代码中速度慢的问题基本解决了,之前对于8906条文本运算速度时间在12分钟,现在改进版只需要50s,速度提升14倍以上,接下来要提高效果
修改了代码,速度有一定提升
- https://link.zhihu.com/?target=https%3A//github.com/HaishuoFang/Find_New_token
- https://zhuanlan.zhihu.com/p/39461254
- https://github.com/zhanzecheng/Chinese_segment_augment
- 新词发现 https://zhuanlan.zhihu.com/p/28095072
- 反作弊基于左右信息熵和互信息的新词挖掘 https://zhuanlan.zhihu.com/p/25499358
- 互联网时代的社会语言学:基于SNS的文本数据挖掘 http://www.matrix67.com/blog/archives/5044