معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Measuring corpus similarity in Python

ویژگی	مقدار
سیستم عامل	-
نام فایل	corpus-similarity-1.0.1
نام	corpus-similarity
نسخه کتابخانه	1.0.1
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Jonathan Dunn, Haipeng Li
ایمیل نویسنده	jonathan.dunn@canterbury.ac.nz
آدرس صفحه اصلی	https://github.com/jonathandunn/corpus_similarity
آدرس اینترنتی	https://pypi.org/project/corpus-similarity/
مجوز	GNU GENERAL PUBLIC LICENSE v3

# corpus_similarity Measure the similarity between two corpora (text datasets). The measures work best when each corpus is at least 10k words. from corpus_similarity import Similarity cs = Similarity(language = "eng") result = cs.calculate(corpus1, corpus2) The package contains all preprocessing and training. Only the language needs to be specified. A list of supported languages is provided below. # Input The **Similarity.calculate** method requires two input corpora. These can be a list of strings or a filename (supports .txt and .gz files). # Output The output is a scalar measure of how similar the two corpora are. The values fall between 0 (very different) and 1 (very similar). The values are consistent within languages, but not across languages. For example, Swedish has higher relative similarity than Estonian. # Installation pip install corpus_similarity pip install git+https://github.com/jonathandunn/corpus_similarity.git # Languages **Pacific Languages** haw, Hawaiian (Polynesian) mri, te reo (Polynesian) smo, Samoan (Polynesian) ton, Tongan (Polynesian) ceb, Cebuano (Austronesian) mlg, Malagasy (Austronesian) msa, Malay (Austronesian) tgl, Tagalog (Austronesian) **Other Languages** vie, Vietnamese ind, Indonesian tgl, Tagalog tam, Tamil tel, Telugu bul, Bulgarian ces, Czech lav, Latvian pol, Polish rus, Russian slv, Slovenian ukr, Ukrainian dan, Danish deu, German eng, English nld, Dutch nor, Norwegian swe, Swedish ell, Greek fas, Farsi hin, Hindi urd, Urdu cat, Catalan fra, French glg, Galician ita, Italian por, Portuguese ron, Romanian spa, Spanish jpn, Japanese kor, Korean ara, Arabic heb, Hebrew zho, Chinese tha, Thai tur, Turkish est, Estonian fin, Finnish hun, Hungarian

نیازمندی

مقدار	نام
-	cytoolz
-	numpy
-	clean-text
-	scipy
-	sklearn

نحوه نصب

نصب پکیج whl corpus-similarity-1.0.1:

pip install corpus-similarity-1.0.1.whl

نصب پکیج tar.gz corpus-similarity-1.0.1:

pip install corpus-similarity-1.0.1.tar.gz