wwhwj1981720/spiderfile
从话单中爬取，使用多线程技术，爬取特定的多个手机号码，并且输出到相应的不同文件
Public GitHub Catalog
Discovered Oct 5, 2026
wwhwj1981720 / WordSplit
今天很高兴，把刚写完的中文分词上传上来。自己测了一下。每秒20万条的处理能力，还有很大的改进余地。ansj的处理能力大概是每秒70-100万条，对于性能的提高我觉得可以按以下步骤改进：1：字典树结点建立时排序，查找时使用快排2：将字典树的结构修改为doubleTrieTree3:生成短信库下面字典。从0到60分，感谢ansj-sun分享的中文分词代码，让我了解中文分词的基本原理，走进nlp领域
About this discovery
Public repository record indexed from GitHub. Explore verified star velocity metrics, source code repositories, and curated developer tool directories across the GitHubRepo ecosystem.
#29413516GitHub System ID
wwhwj1981720Organization / User
PublicVisibility
ActiveCatalog Status
More from wwhwj1981720
wwhwj1981720/trafodion_windows
vc开发的基于生产者消费者模式的，多线程使用odbc方式写入trafodion的c++代码
wwhwj1981720/trafodion_linux
基于odbc的trafodion，Linux下的c++多线程入库程序
wwhwj1981720/cobar
阿里开源项目cobar