精华频道 → 开源软件
阅读更多

开源软件
名家访谈 开源 Java 中文分词器 Ansj 作者孙健专访  

2012-11-05  编辑 wangguo 评论(226条) 有169511人浏览
Ansj 分词 Java ictclas

声明：ITeye精华文章的版权属于ITeye网站所有，严禁任何网站转载本文，否则必将追究法律责任！

Ansj 是一个开源的 Java 中文分词工具，基于中科院的 ictclas 中文分词算法，比其他常用的开源分词工具（如mmseg4j）的分词准确率更高。

在线演示：http://ansj.sdapp.cn/demo/seg.jsp
官网地址：http://www.ansj.org/
Github地址：https://github.com/ansjsun/ansj_seg

我们本期采访了Ansj的作者孙健，请他为大家详细介绍一下这个分词工具。

ITeye期待并致力于为国内优秀的开源项目提供一个免费的推广平台，如果你和你的团队希望将自己的开源项目介绍给更多的开发者，或者你希望我们对哪些开源项目进行专访，请告诉我们，发站内短信给ITeye管理员或者发邮件到webmaster@iteye.com即可。

先来个自我介绍吧！ Top

孙健，胸无大志，没想过创业，没想过发财，只想高高兴兴写两行代码，做了近五年Java程序员，写过页面，干过运维，做过人力，忽悠过客户，擅长字符串操作，擅长数据结构和算法。现在主要从事检索、自然语言处理、数据挖掘等方面工作。

介绍一下Ansj！ Top

Ansj中文分词是一款纯Java的、主要应用于自然语言处理的、高精度的中文分词工具，目标是“准确、高效、自由地进行中文分词”，可用于人名识别、地名识别、组织机构名识别、多级词性标注、关键词提取、指纹提取等领域，支持行业词典、用户自定义词典。

上面是客套话，先说明一下Ansj命名的由来吧。本来开始打算叫totoro分词（同事帮忙起的名），最后发现好多厕所中卫生洁具都叫“TOTO” ^_^

正好我注册了Ansj.org域名，于是乎，就叫这个名字吧。

你认为中文分词的难点是什么？ Top

在这里说分词有点老生常谈了。的确，中文分词已经非常成熟了，但是之间有一些问题依旧比较难解。个人认为大致有以下几点吧：

1.  中文歧义的识别

比较出名的一句话“结婚的和尚未结婚的”，如果使用正向最大匹配，容易分成“结婚/的/和尚/未/结婚的”，于是有的学者试图倒过来识别，逆向匹配会大于正向。但是碰到这句“结合成分子时”，采用逆向最大匹配，则会分为“结合/成分/子时”，更有甚者像“咬了猎人的狗”这种语意不明的词语，就更不容易正确分词了。这是中文分词的软肋。下面是些典型的歧义句：

  • 交叉歧义（多种切分交织在一起）：内塔内亚胡说的/确实/在理
  • 组合歧义（不同情况下切分不同）：这个人/手上有痣、我们公司人手
  • 真歧义（几种切分都可以）：乒乓球拍/卖/完了、乒乓球/拍卖/完了
2.  实体名识别

这个是中文分词遇到的最大的难点，也是最最紧迫的。实体名识别包括人名识别、地名识别、机构名识别，还包括有监督识别和无监督识别。有监督的还好，无监督基本是无解的，比如“王大力发球”是“王大力”还是“大力发球”，一般人都难以识别。

3.  新词热词发现

目前常用的新词发现还是一个比较有研究性的课题，虽然有些论文在准确率很高，但是大多是封闭测试，这意味着结果很难应用到实际工程中。目前Ansj采用的新词发现方式比较简单，采用了高频词的匹配方式，不使用规则，用统计重复串识别新词，根据词性去掉干扰词，虽然有一定的效果，但还是差强人意。

4.  颗粒度问题

这个就是一个规则探讨的问题了，比如“北京大学”是“北京”+“大学”还是“北京大学”，人各有志，就连同一个人不同时间的标注也有可能是有区别的，虽然这个问题严格上来说不属于技术问题，但是对分词结果的评测却有着很大的关系，Ansj采用“能识别就识别”的策略方针，所以在真正R值的时候偏低，总之一句话，适合学术的不一定适合工业，反之亦然。

简单介绍一下Ansj分词用到的算法，其分词原理是什么？ Top

Ansj并非我创新，可以说是一个ictclas的Java版本，基本原理一致，只不过在分词优化算法上做了一些改进。

该算法实现分词有以下几个步骤：

  1. 全切分，原子切分；
  2. N最短路径的粗切分，根据隐马尔科夫模型和viterbi算法，达到最优路径的规划；
  3. 人名识别；
  4. 系统词典补充；
  5. 用户自定义词典的补充；
  6. 词性标注（可选）

Ansj分词的准确率大概是多少？ Top

这是我采用人民日报1998年1月语料库的一个测试结果，首先要说明的是这份人工标注的语料库本身就有错误。

  • P（准确率）：0.984887218571267
  • R（召回率）：0.9626488103178712
  • F（综合指标F值）：0.9736410471396494

在歧义、未登录词问题上，Ansj表现怎样？ Top

歧异方面的处理方式自我感觉还可以，基于“最佳实践规则+统计”的方式，虽然还有一部分歧异无法识别，但是已经完全能满足工程应用了。

至于未登录词的识别，目前重点做了中文人名的识别，效果还算满意，识别方式用的“字体+前后监督”的方式，也算是目前我所知道的效果最好的一种识别方式了。

Ansj的性能如何？ Top

在我的测试中，Ansj的效率已经远超ictclas的其他开源实现版本。

核心词典利用双数组规划，每秒钟能达到千万级别的粗分。在我的MacBookAir上面，分词速度大约在300w/字/秒，在酷睿i5+4G内存组装机器上，更是达到了400w+/字/秒的速度。

如何添加自定义词典？ Top

Ansj已经实现了用户自定义词典的动态添加删除，当然，也支持从文件加载词典。

从硬盘加载用户自定义词典的方法：

用户自定义词典默认路径：项目目录/library/userLibrary/userLibrary.dic

格式为：[自定义词]  [词性]  [词频]，如：csdn创新院  userDefine  1000，中间用TAB键隔开

原分词结果：[csdn， 创新， 院， 是， 一个， 好， 公司]

增加词典后：[csdn创新院， 是， 一个， 好， 公司]

详细内容见：用户自定义词典的添加

用户自定义词典的动态添加删除方法见：用户自定义词典的动态添加删除Demo

你在开发过程中，遇到哪些困难？ Top

最大的困难是训练样本和语料库的不足，遗憾国内没有共享，大多数都是收费的，而且好贵。

你认为Ansj还需要在哪些方面进行完善？ Top

我打算下一版的改进将围绕未登录词进行，采用crf来做新词的识别。当然随着系统的庞大，每次修改都要考虑效率内存占用。

虽然已经着手开始进行中，但是进展一直不快。有兴趣的同学可以多提意见，可以通过Github参与到该项目中，让我们做一个真正的Java版的高准确率分词。

Github地址：https://github.com/ansjsun/ansj_seg
  • 大小: 44.8 KB


评论 共 226 条
46 楼 iDogDogDog 2012-11-06 11:00
嗯 在线测了一下，
成都市长长我两岁
还是不行，感觉可能还是训练样本太少.
45 楼 yuhe 2012-11-06 10:47
居然还有人在争论语言效率问题，可见这群人是多么的无知。10有89，是乳臭未干的小民工。
44 楼 TheMatrix 2012-11-06 09:57
研究生经验碰到导师让搞这类课题研究的，就是让他帮他设计一套软件。。。
43 楼 meifangzi 2012-11-06 09:47
看看评论,都是一帮什么都没做过的人说做过的人做的不好

真正有过自己成就的人才不会轻易说别人的东东不好

42 楼 truekbcl 2012-11-06 09:37
ansjsun 写道
fyland 写道

一般情况下..是让他换机器的...说实话..还没碰到几个..因为java慢必须要改成c的....不用swing..基本上都还可以...还有...营造一个好的论坛环境别吵了..多大点事啊....
我评论的是针对用JAVA写分词系统，而有人在评论中说“真的是眼高手低”，那就是针对个人了！


我以前在中科院的时候..c做的快速分词能达到20m每秒.我用java实现的也差不多.

.还有..我经常把一些研究生的作业改写成java的有的时候.效率会比c高不少.虚拟机内部对字符串有优化.在这个分词中将词典和词都加载到了内存中.所以.很少做了字符串拆分..创造对象尽量用引用.少写new..都是一些细节技巧..如果你看了我的源码.也许会发现..大量的引用..在分词加载完毕后.很少用new来实例化对象.这些都和语言无关...至于内存占用率..这个至少空闲内存100m..一般台式机我想应该能接受吧..你要非把他放手机里跑这个的确不合适..

还有.其实开发效率和可维护性.才是一个软件的关键.硬件发展太快.很多以前无法实现的技术现在都能做到了..任何人都不应该写天书一样的代码.

1.为什么没见过几个c语言做动态网页的.
2.为什么人们有了汇编还要创建其他语言.

需要考虑到业务节点的瓶颈.还需要考虑个个语言的通讯成本.总总因素.

首先支持楼主。
对于前面楼主说的，"C如果写得不好，还不如java"，这个话没有意义。只能说是人的问题，还是不能说java比C快。
c/c++最大的问题还是在于二进制不友好。c/c++的开发效率并不比java这些低，麻烦的就是使用三方库，你得用很多时间去整合。如果c/c++库可以和后来的语言一样方便使用动态库，那么c/c++的网站必然会多起来。而且现在的编译器优化效果是相当好。基本上，可以免费获得很大的效率提升。
汇编确实很麻烦，不是难，而是繁琐。开发效率实在太低。
41 楼 ansjsun 2012-11-06 09:23
zhengeili 写道
八百标兵奔北坡，炮兵并排北边跑，炮兵怕把标兵碰，标兵怕碰炮兵炮

[八百/m, 标兵/n, 奔/v, 北坡/userDefine, ，/w, 炮兵/n, 并排/d, 北边/f, 跑/v, ，/w, 炮兵/n, 怕/v, 把/p, 标兵/n, 碰/v, ，/w, 标兵/n, 怕/v, 碰/v, 炮兵/n, 炮/n, ]
40 楼 zhengeili 2012-11-06 08:50
八百标兵奔北坡，炮兵并排北边跑，炮兵怕把标兵碰，标兵怕碰炮兵炮
39 楼 jzl_root 2012-11-05 23:56
能添加词库，不错不错，比ictclas好多了
38 楼 raptor 2012-11-05 18:46
楼主的分词还是做的很不错的，比较同意楼主说的C写不好还不如java，而且很多项目注重的是开发速度而不是性能，现在已经进入一个没必要和硬件较劲的年代，何必还要纠结这些，用java写分词不行吗？照我看楼主这个项目很有前瞻性，要支持起来
37 楼 半人马 2012-11-05 17:57
当我想顶的时候，发现没有这个选项。
36 楼 ansjsun 2012-11-05 17:26
fyland 写道

一般情况下..是让他换机器的...说实话..还没碰到几个..因为java慢必须要改成c的....不用swing..基本上都还可以...还有...营造一个好的论坛环境别吵了..多大点事啊....
我评论的是针对用JAVA写分词系统，而有人在评论中说“真的是眼高手低”，那就是针对个人了！


我以前在中科院的时候..c做的快速分词能达到20m每秒.我用java实现的也差不多.

.还有..我经常把一些研究生的作业改写成java的有的时候.效率会比c高不少.虚拟机内部对字符串有优化.在这个分词中将词典和词都加载到了内存中.所以.很少做了字符串拆分..创造对象尽量用引用.少写new..都是一些细节技巧..如果你看了我的源码.也许会发现..大量的引用..在分词加载完毕后.很少用new来实例化对象.这些都和语言无关...至于内存占用率..这个至少空闲内存100m..一般台式机我想应该能接受吧..你要非把他放手机里跑这个的确不合适..

还有.其实开发效率和可维护性.才是一个软件的关键.硬件发展太快.很多以前无法实现的技术现在都能做到了..任何人都不应该写天书一样的代码.

1.为什么没见过几个c语言做动态网页的.
2.为什么人们有了汇编还要创建其他语言.

需要考虑到业务节点的瓶颈.还需要考虑个个语言的通讯成本.总总因素.
35 楼 fyland 2012-11-05 17:00
ansjsun 写道
fyland 写道
orange.lpai 写道
fyland 写道
一看原来是用JAVA写的，马上兴趣全无！
JAVA干这种活速度实在太差了！

你用C或者CPP写个试试看，真的是眼高手低！

如果是客户提要求，你也是这么回答的？
比如客户提一个“我要这个功能……”、“这个功能模块使用太慢了”，你是不是也回一句：你用X或者XXX写个试试看！

一般情况下..是让他换机器的...说实话..还没碰到几个..因为java慢必须要改成c的....不用swing..基本上都还可以...还有...营造一个好的论坛环境别吵了..多大点事啊....

我评论的是针对用JAVA写分词系统，而有人在评论中说“真的是眼高手低”，那就是针对个人了！
34 楼 ansjsun 2012-11-05 16:35
fyland 写道
orange.lpai 写道
fyland 写道
一看原来是用JAVA写的，马上兴趣全无！
JAVA干这种活速度实在太差了！

你用C或者CPP写个试试看，真的是眼高手低！

如果是客户提要求，你也是这么回答的？
比如客户提一个“我要这个功能……”、“这个功能模块使用太慢了”，你是不是也回一句：你用X或者XXX写个试试看！

一般情况下..是让他换机器的...说实话..还没碰到几个..因为java慢必须要改成c的....不用swing..基本上都还可以...还有...营造一个好的论坛环境别吵了..多大点事啊....
33 楼 fyland 2012-11-05 16:31
orange.lpai 写道
fyland 写道
一看原来是用JAVA写的，马上兴趣全无！
JAVA干这种活速度实在太差了！

你用C或者CPP写个试试看，真的是眼高手低！

如果是客户提要求，你也是这么回答的？
比如客户提一个“我要这个功能……”、“这个功能模块使用太慢了”，你是不是也回一句：你用X或者XXX写个试试看！
32 楼 fyland 2012-11-05 16:30
stoneage14 写道
fyland 写道
一看原来是用JAVA写的，马上兴趣全无！
JAVA干这种活速度实在太差了！

眼高手低的人可真多，真打击这个圈子的创造激情。

要不要像我D那样天天给你唱赞歌？
31 楼 huanghe036 2012-11-05 16:09
我用过，挺好的
30 楼 ansjsun 2012-11-05 15:08
huangyahui 写道
弱弱的问下支持solr不？

支持吧..反正支持lucene....ps 没用过solr...
29 楼 huangyahui 2012-11-05 15:06
弱弱的问下支持solr不？
28 楼 orange.lpai 2012-11-05 14:31
fyland 写道
一看原来是用JAVA写的，马上兴趣全无！
JAVA干这种活速度实在太差了！

你用C或者CPP写个试试看，真的是眼高手低！
27 楼 mfkvfn 2012-11-05 14:26
stoneage14 写道
fyland 写道
一看原来是用JAVA写的，马上兴趣全无！
JAVA干这种活速度实在太差了！

眼高手低的人可真多，真打击这个圈子的创造激情。

+1
26 楼 stoneage14 2012-11-05 14:08
fyland 写道
一看原来是用JAVA写的，马上兴趣全无！
JAVA干这种活速度实在太差了！

眼高手低的人可真多，真打击这个圈子的创造激情。
25 楼 aixuebo 2012-11-05 13:50
ansjsun 写道
aixuebo 写道
分词看过一些源码，比如IK和庖丁，想自己也弄一个出来，但是难点在于数据训练方面。
想问一下关于数据训练方面的知识……希望楼主介绍一下如何学习。



现在分词都是基于..统计 + 规则的..你之前提到的一些分词大都是基于规则的..基于统计的需要大规模的词频训练,训练好写.语料难搞到,这个模型还保持着itcclas 的语义模型..人名识别是自己写的...至于训练..如果不想写代码..你可以看看crf++ 很多工具可以 做的




是这样的，我就是想自己学习一下如何训练数据，如果会训练数据了，我不仅仅可以在这分词上应用，工作中很多地方都可以应用上，只是对如何训练数据一点都不了解，希望给出点学习指导,或者论文。
24 楼 ansjsun 2012-11-05 13:32
aixuebo 写道
分词看过一些源码，比如IK和庖丁，想自己也弄一个出来，但是难点在于数据训练方面。
想问一下关于数据训练方面的知识……希望楼主介绍一下如何学习。



现在分词都是基于..统计 + 规则的..你之前提到的一些分词大都是基于规则的..基于统计的需要大规模的词频训练,训练好写.语料难搞到,这个模型还保持着itcclas 的语义模型..人名识别是自己写的...至于训练..如果不想写代码..你可以看看crf++ 很多工具可以 做的
23 楼 fyland 2012-11-05 13:26
erliang20088 写道
erliang20088 写道
fyland 写道
erliang20088 写道
fyland 写道
zhangmiao_chp 写道
fyland 写道
一看原来是用JAVA写的，马上兴趣全无！
JAVA干这种活速度实在太差了！


楼上相当无知，决定系统性能的是数据结构和算法，和语言没有关系，算法提升的性能是成倍的，代码写的好不好要看你的功力强不强，和兵器有毛关系。支持楼主

到底谁无知？
同一种算法，只能用JAVA实现，而不能用C实现？
我没有否认数据结构和算法在性能方面的重要性（事实上我提都没提），我语义的环境是假设在相同算法上，用C语言实现的中文分词会比用JAVA实现的在运行速度上要快得多！在占用CPU和内存使用上，C占的优势就更不用说了！硬件那是实实在在用银子堆起来的！
JAVA唯一的优势就是开发速度。



你能免费得到C写的分词吗？ 不要说开源的C写的分词，效果很差~

开源C写的分词器效果很差？何以见得？
开源JAVA写的分词器效果就很好？



这个开源分词我一直在使，而且辅助做了分词测试，数据很显然，我还是建议楼主真心用一把试试看，就当学习了~

有跟其他C语言实现的开源分词器做对比测试吗？把分词速度和准确率做一个对比图，然后再把CPU占用率和内存使用也分别做一个对比图。
22 楼 aixuebo 2012-11-05 13:24
分词看过一些源码，比如IK和庖丁，想自己也弄一个出来，但是难点在于数据训练方面。
想问一下关于数据训练方面的知识……希望楼主介绍一下如何学习。
21 楼 erliang20088 2012-11-05 13:18
erliang20088 写道
fyland 写道
erliang20088 写道
fyland 写道
zhangmiao_chp 写道
fyland 写道
一看原来是用JAVA写的，马上兴趣全无！
JAVA干这种活速度实在太差了！


楼上相当无知，决定系统性能的是数据结构和算法，和语言没有关系，算法提升的性能是成倍的，代码写的好不好要看你的功力强不强，和兵器有毛关系。支持楼主

到底谁无知？
同一种算法，只能用JAVA实现，而不能用C实现？
我没有否认数据结构和算法在性能方面的重要性（事实上我提都没提），我语义的环境是假设在相同算法上，用C语言实现的中文分词会比用JAVA实现的在运行速度上要快得多！在占用CPU和内存使用上，C占的优势就更不用说了！硬件那是实实在在用银子堆起来的！
JAVA唯一的优势就是开发速度。



你能免费得到C写的分词吗？ 不要说开源的C写的分词，效果很差~

开源C写的分词器效果很差？何以见得？
开源JAVA写的分词器效果就很好？



这个开源分词我一直在使，而且辅助做了分词测试，数据很显然，我还是建议楼主真心用一把试试看，就当学习了~
20 楼 erliang20088 2012-11-05 13:14
fyland 写道
erliang20088 写道
fyland 写道
zhangmiao_chp 写道
fyland 写道
一看原来是用JAVA写的，马上兴趣全无！
JAVA干这种活速度实在太差了！


楼上相当无知，决定系统性能的是数据结构和算法，和语言没有关系，算法提升的性能是成倍的，代码写的好不好要看你的功力强不强，和兵器有毛关系。支持楼主

到底谁无知？
同一种算法，只能用JAVA实现，而不能用C实现？
我没有否认数据结构和算法在性能方面的重要性（事实上我提都没提），我语义的环境是假设在相同算法上，用C语言实现的中文分词会比用JAVA实现的在运行速度上要快得多！在占用CPU和内存使用上，C占的优势就更不用说了！硬件那是实实在在用银子堆起来的！
JAVA唯一的优势就是开发速度。



你能免费得到C写的分词吗？ 不要说开源的C写的分词，效果很差~

开源C写的分词器效果很差？何以见得？
开源JAVA写的分词器效果就很好？

19 楼 ansjsun 2012-11-05 13:13
fyland 写道
zhangmiao_chp 写道
fyland 写道
一看原来是用JAVA写的，马上兴趣全无！
JAVA干这种活速度实在太差了！


楼上相当无知，决定系统性能的是数据结构和算法，和语言没有关系，算法提升的性能是成倍的，代码写的好不好要看你的功力强不强，和兵器有毛关系。支持楼主

到底谁无知？
同一种算法，只能用JAVA实现，而不能用C实现？
我没有否认数据结构和算法在性能方面的重要性（事实上我提都没提），我语义的环境是假设在相同算法上，用C语言实现的中文分词会比用JAVA实现的在运行速度上要快得多！在占用CPU和内存使用上，C占的优势就更不用说了！硬件那是实实在在用银子堆起来的！
JAVA唯一的优势就是开发速度。


怎么又吵起来了...你实际测测就知道了..

18 楼 fyland 2012-11-05 13:12
erliang20088 写道
fyland 写道
zhangmiao_chp 写道
fyland 写道
一看原来是用JAVA写的，马上兴趣全无！
JAVA干这种活速度实在太差了！


楼上相当无知，决定系统性能的是数据结构和算法，和语言没有关系，算法提升的性能是成倍的，代码写的好不好要看你的功力强不强，和兵器有毛关系。支持楼主

到底谁无知？
同一种算法，只能用JAVA实现，而不能用C实现？
我没有否认数据结构和算法在性能方面的重要性（事实上我提都没提），我语义的环境是假设在相同算法上，用C语言实现的中文分词会比用JAVA实现的在运行速度上要快得多！在占用CPU和内存使用上，C占的优势就更不用说了！硬件那是实实在在用银子堆起来的！
JAVA唯一的优势就是开发速度。



你能免费得到C写的分词吗？ 不要说开源的C写的分词，效果很差~

开源C写的分词器效果很差？何以见得？
开源JAVA写的分词器效果就很好？
17 楼 fastw 2012-11-05 13:11
我觉得这是我用过最好的中文分词系统,分词好,效率快,学习的路过...

发表评论

您还没有登录,请您登录后再发表评论

相关推荐

  • 国内外优秀开源项目创始人专访

    这几年陆续采访了国内外一些优秀开源项目的zuozh

  • R语言︱文本挖掘之中文分词包——Rwordseg包(原理、功能、详解)

    笔者寄语：与前面的RsowballC分词不同的地方在于这是一个中文的分词包，简单易懂，分词是一个非常重要的步骤，可以通过一些字典，进行特定分词。大致分析步骤如下： 数据导入——选择分词字典——分词 但是下载...

  • 中文分词工具Rwordseg

    Ansj 也是一个开源的 Java 中文分词工具，基于中科院的 ictclas 中文分词算法，采用隐马尔科夫模型（Hidden Markov Model, HMM）。作者孙健重写了一个Java版本，并且全部开源，使得 Ansi 可用于人名识别、地名识别...

  • 中文分词的应用 新浪和庖丁两种方式对比

    中文分词相比于英文难度要大得多，涉及到自然语言的理解和处理。分词也是文本挖掘中的关键技术之一，百度也是因为中文分词相比于google更优秀，才做到中文的检索结果更优。实际上新浪、百度云服务上很多开发者也开放...

  • Lucene下分词工具的学习探讨

    今天一天学习的东西不多，除了看《Lucene实战》第20页的程序，就是研究Java版本的开源分词器了！ 在网上找到了两种分词器，ansj和imdict,本质上没有什么区别，都是用采用ICTCLAS的核心。个人觉得ansj要更好一些，...

  • NLP自然语言处理干货贴

    摘要：作者：苏剑林 来源网站：科学空间 原文链接：OCR技术浅探：9. 代码共享(完) 文件说明： 1. image... 2.OCR技术浅探：8. 综合评估 摘要：作者：苏剑林 来源网站：科学空间 原文链接：OCR技术浅探：8. 综合...

  • 《CSS样式表行为手册》中文chm最新版本

    CSS样式表里重点讲述“行为”功能的一本CHM参考手册，很实用方便，内容也很丰富，收藏一下哦！

  • 1-中国各地区-固定资产投资-房地产开发投资情况（1999-2020年）-社科数据.zip

    中国各地区固定资产投资中的房地产开发投资数据集涵盖了1999至2020年的详细统计信息。该数据集包含了全国各城市地级市州的房地产开发投资情况，这些数据对于理解中国城市化进程、经济发展和房地产市场趋势至关重要。数据集中的指标包括年份、地区以及对应的房地产开发投资额（以亿元为单位），这些数据来源于中国区域统计年鉴及各省市统计年鉴。通过这些数据，研究者和决策者可以深入了解不同地区的经济动态，评估房地产市场的健康状况，并据此制定相应的政策和战略。这些数据不仅有助于宏观经济分析，还能为房地产开发商提供市场进入和扩张的决策支持。

  • 1-中国各地区数字经济发展对环境污染的影响数据（2011-2021年）-社科数据.zip

    中国各地区数字经济发展对环境污染的影响数据集（2011-2021年）提供了深入分析数字经济与环境污染关系的实证数据。该数据集涵盖了中国各地区在数字经济发展水平、环境污染物排放量、人口与经济指标、外资利用情况以及绿色专利指标等多个维度的数据。具体来说，数据集包括了行政区划代码、年份、所属省份等基本信息，以及数字经济水平熵值法、PM2.5均值、工业烟粉尘排放量、工业二氧化硫排放量、工业废水排放量等关键指标。此外，数据集还涉及了人口密度、人均地区生产总值、实际利用外资额占GDP之比、科学支出占比等经济和人口统计数据，以及绿色专利申请和授权总量等创新指标。这些数据不仅有助于研究者探讨数字经济对环境污染的直接影响，还能分析其潜在的中介机制和影响因素，为理解数字经济如何影响环境质量提供了宝贵的数据资源。

  • 1-中国各区县-工业行业企业数2004-2020年-社科数据.zip

    中国各区县工业行业企业数数据集覆盖了2004至2020年的时间跨度，提供了全国范围内区县级工业企业数量的详细统计。这些数据不仅能够反映中国工业企业的发展趋势和分布状况，而且对于研究工业行业的区域差异、发展质量和效益具有重要意义。数据集中包含了省份、地区、时间以及工业行业企业数目等关键指标，总计超过33000条数据记录。这些数据来源于各地方统计局，并经过整理，为研究者提供了一个宝贵的资源，以支持对中国经济特别是工业行业的深入分析和研究。

  • BGM坏了吗111111

    BGM坏了吗111111

  • 毕业设计&课设_主要语言为 Java，含相关文件及配置.zip

    1、资源项目源码均已通过严格测试验证，保证能够正常运行； 2、项目问题、技术讨论，可以给博主私信或留言，博主看到后会第一时间与您进行沟通； 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用，尤其对于人工智能、计算机科学与技术等相关专业，更为适合； 4、下载使用后，可先查看README.md文件（如有），本项目仅用作交流学习参考，请切勿用于商业用途。

  • Puppet 模块用于安装和管理 Python、pip、virtualenvs 和 Gunicorn 虚拟主机 .zip

    puppet-python The Puppet module is used to install and manage python, pip, virtualenvs, and Gunicorn virtual hosts. Please note that the module stankevich/python has been deprecated and is now available under Vox Pupuli: puppet/python. Usage For usage of classes, see Resources. If contributed, update to bundle exec rake strings:generate\[',,,,false,true'] hierarchical configuration. This module supports configuration through hiera. The following example creates two python3 virtual environments.

  • WorldPO连接器标准尺寸及其选型指南，包含1.27mm、0.8mm、0.5mm间距的高速连接器

    WORLDPO（沃德披欧）是在政策支持下，成功做出对标进口品质和多达15个系列型号的连接器品牌，并且在专业机构的检测下，成功通过ISO 9001认证，FCC认证，CE认证。 内容概要：本文档为WorldPO连接器产品的选型手册，详细介绍了多种型号连接器的产品规格和参数， 包括标准的引脚间距（1.27mm、0.8mm、0.5mm、0.635mm等）、具体的引脚数量（如6-500针）、各式引脚样式（如贴片式、直插式等）、电镀方式（金镀层厚度不同）、 此外，还提供了配对合高高度、接触材料、电流负载能力、额定电流、不同型号的最大插拔次数和温度范围以及操作环境条件等多种关键属性说明。文中所有技术数据均有详细的图表辅助解读，方便用户快速查找所需参数。此外，还支持非标准定制服务。 使用场景及目标：帮助用户快速查找并选择适合自己应用需求的电连接器型号。例如，针对不同的信号传输要求，如高速数据传输、电力供应或是模拟信号传输，可以选择具有相应特性的连接器。 可以通过直接联系供应商来获取进一步的支持和服务建议。 其他说明：文档末尾提供联系人邮箱和电话，方便客户进行业务洽谈和技术支持查询。

  • 操作系统概述期末复习题（含解析）

    操作系统期末复习题

  • 毕业设计&课设_博客系统，含前后端技术，附搭建教程，曾获优秀毕业论文及展示页面截图.zip

    1、资源项目源码均已通过严格测试验证，保证能够正常运行； 2、项目问题、技术讨论，可以给博主私信或留言，博主看到后会第一时间与您进行沟通； 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用，尤其对于人工智能、计算机科学与技术等相关专业，更为适合； 4、下载使用后，可先查看README.md文件（如有），本项目仅用作交流学习参考，请切勿用于商业用途。

  • 个人原创STM32F1 BOOTLOADER，主控芯片为STM32F103VET6

    F103BL 是BOOTLOADER，需要通过仿真器进行写入； F103Usr 是一个用户程序编写实例； SW_BootLoader 是QT写的上位机，在BL的模式下通过串口和这个上位机将用户程序写入芯片； STM32的程序是利用uVision5.36编译 SW_BootLoader 是用QT5.15.2编译的

  • 线性调频LFM脉冲压缩雷达仿真 matlab代码.rar

    1.版本：matlab2014/2019a/2024a 2.附赠案例数据可直接运行matlab程序。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。 替换数据可以直接使用，注释清楚，适合新手

  • 数据科学领域的主流数据集类型及其应用分析

    内容概要：本文详细介绍了数据集中最常见的几种类型，包括结构化数据集（关系型数据库数据、时间序列数据、地理空间数据）、非结构化数据集（文本数据、图像数据、音频数据、视频数据）、半结构化数据集（JSON数据、XML数据）、流式数据集（传感器数据、社交媒体数据、网络日志数据）、多维数据集（数据仓库数据、数据立方体数据）和合成数据集（模拟数据、生成数据）。每种类型都具体描述了其特点、应用场景和优势。 适合人群：数据科学家、数据分析师、机器学习工程师和其他从事数据相关工作的专业人士。 使用场景及目标：帮助读者深入了解各种数据集的特点和应用场景，提升数据处理和分析能力，更好地利用数据集解决实际问题。 其他说明：随着大数据和人工智能技术的发展，数据集的种类、规模和复杂性不断增加，了解不同类型数据集的特点和应用场景对于提高算法性能和效果至关重要。

Global site tag (gtag.js) - Google Analytics