推荐学习书目 Learn Python the Hard Way Python Sites PyPI - Python Package Index http://diveintopython.org/toc/index.html Pocoo 值得关注的项目 PyPy Celery Jinja2 Read the Docs gevent pyenv virtualenv Stackless Python Beautiful Soup 结巴中文分词 Green Unicorn Sentry Shovel Pyflakes pytest Python 编程 pep8 Checker Styles PEP 8 Google Python Style Guide Code Style from The Hitchhiker's Guide
这是一个创建于 820 天前的主题，其中的信息可能已经有所发展或是发生改变。
预设一个字典
例如 其中有 “半泽直树” （简体）
输入“『半直』（はんざわ なおき）は、TBS 系列「日曜」で放送された、池井の小「半直シリズ」を原作としたテレビドラマである。主演は雅人。 ”
能找到最接近的词是 “半泽直树”
这里涉及繁体字、异体字问题，原文“直”也是异体字，复制到这里就变了
又如，“Yuuka Hanazawa” 能匹配出 "Hanazawa Yuka"，这里涉及姓名前后写法、日语罗马字拼写的差异
没有搜到，中日韩的项目本来就稀少，跨民族语言的更少
看看有没有动漫爱好者知道一些特别的项目可以做这个
例如 其中有 “半泽直树” （简体）
输入“『半直』（はんざわ なおき）は、TBS 系列「日曜」で放送された、池井の小「半直シリズ」を原作としたテレビドラマである。主演は雅人。 ”
能找到最接近的词是 “半泽直树”
这里涉及繁体字、异体字问题，原文“直”也是异体字，复制到这里就变了
又如，“Yuuka Hanazawa” 能匹配出 "Hanazawa Yuka"，这里涉及姓名前后写法、日语罗马字拼写的差异
没有搜到，中日韩的项目本来就稀少，跨民族语言的更少
看看有没有动漫爱好者知道一些特别的项目可以做这个
 | 1 Lychee0 2023-09-26 16:24:59 +08:00 via iPad  1 |
 | 2 NoOneNoBody OP @Lychee0 #1 哇哦，这是个大型模型，对我这个仅面向词语的需求来说，重了，建模恐怕都要很久 不过这东西有点意思，mark 一下慢慢看 暂时看第二个需求（英语），用 neofuzz 效果还算不错，只是 neofuzz 对短单词准确率低 日语汉字转简体暂时想到 opencc ，试了一些还可以，然后再想匹配的事 |
| 3 Lychee0 2023-09-26 17:17:52 +08:00 via iPad 1 1 感觉还是多语言 word embedding 做对齐好点 2 tokenization 下找个模糊匹配的库就好吧（猜 |
 | 4 hsfzxjy 2023-09-26 17:32:36 +08:00 via Android 1 第一个能不能正则化后直接搜索呢？比如都转成简体 |
| 5 NoOneNoBody OP @hsfzxjy #4 我想不到字典有几万个词时的正则方案 |
| 6 hsfzxjy 2023-09-27 18:08:54 +08:00 via Android @NoOneNoBody 这里正则不是说用正则表达式，而是说把两边都转换成一个统一的形式，比如都用简体 |
Select Language