1.点击下方这个链接，进入gitee，在里面下载一个插件Releases·hlmd/Postman-cn·GitHub进入之后是这个样子的：2.看一下自己的postman是什么版本的，然后在gitee下载对应的APP包（注意：是App.zit包。不要下载错了！！）PS:是不是会有人想问，我应该怎么查看我的postman版本号呢？ ~~看下图！！点击设置，然后点击关于，就可以看到postman的版本号了。3.下载好了相对于的包后，就把下载好的App.zit包放到postman的resources目录下：比如你的postman是9.12.0版本那么你就点击进入，然后会看到resources文件夹
文章目录下载地址简介安装教程评估板使用说明Xftp7特性：功能介绍下载地址链接：https://pan.baidu.com/s/17mtxhTTOviFux4tbVGzKvA?pwd=nvsu提取码：nvsu–来自百度网盘超级会员V6的分享简介Xftp7是一种灵活且轻量级的SFFT/FTP客户端，用于需要安全地通过网络传输文件的用户。使用Xftp7软件能让文件传输被简化，使用拖拽、直接编辑和增强的同步，这些特性在直观的标签界面中被封装。它可以帮助你的电和远程计算机进行文件同步，支持Windows和UNIX/Linux之间传输，完美支持SFTP、FTP传输，使用简单、快捷深度用户喜爱，同时Xft
文章目录下载地址简介安装教程评估板使用说明Xftp7特性：功能介绍下载地址链接：https://pan.baidu.com/s/17mtxhTTOviFux4tbVGzKvA?pwd=nvsu提取码：nvsu–来自百度网盘超级会员V6的分享简介Xftp7是一种灵活且轻量级的SFFT/FTP客户端，用于需要安全地通过网络传输文件的用户。使用Xftp7软件能让文件传输被简化，使用拖拽、直接编辑和增强的同步，这些特性在直观的标签界面中被封装。它可以帮助你的电和远程计算机进行文件同步，支持Windows和UNIX/Linux之间传输，完美支持SFTP、FTP传输，使用简单、快捷深度用户喜爱，同时Xft
目录1.初始情况2.pandas显示设置3.Sublime字体设置4.其他pandas显示设置1.初始情况文本编辑器 ：SublimeTest3因为表格有中文的关系，输出默认居中对齐。 2.pandas显示设置经过搜索学习大佬们的经验，通过添加如下代码，更改pandas的默认输出方式，可实现右对齐。pd.set_option('display.unicode.east_asian_width',True)#设置输出右对齐，此代码写入脚本中输出结果如下，基本实现右对齐，但是没有完全对齐，强迫症表示很难过。通常也会建议添加如下代码，但实际测试发现写不写实际输出结果没啥变化，实际作用不明。pd.se
目录1.初始情况2.pandas显示设置3.Sublime字体设置4.其他pandas显示设置1.初始情况文本编辑器 ：SublimeTest3因为表格有中文的关系，输出默认居中对齐。 2.pandas显示设置经过搜索学习大佬们的经验，通过添加如下代码，更改pandas的默认输出方式，可实现右对齐。pd.set_option('display.unicode.east_asian_width',True)#设置输出右对齐，此代码写入脚本中输出结果如下，基本实现右对齐，但是没有完全对齐，强迫症表示很难过。通常也会建议添加如下代码，但实际测试发现写不写实际输出结果没啥变化，实际作用不明。pd.se
文章目录前言1.1OpenCC简介1.2OpenCC安装1.3OpenCC使用1.3.1OpenCC使用示例1.3.2OpenCC参数说明参考前言 本内容主要介绍Python使用OpenCC实现中文简繁转换。1.1OpenCC简介 OpenCC（OpenChineseConvert，开放中文转换）是一个开源的中文简繁转换项目。它支持字符和词汇级别的转换、异体字转换和地区习惯用词转换（中国大陆、中国台湾、中国香港和日本新字体）。不支持普通话与粤语的转换。 OpenCC具有如下特点：严格区分「一简对多繁」和「一简对多异」。完全兼容异体字，可以实现动态替换。严格审校一简对多繁词条，原则为「能分
文章目录前言1.1OpenCC简介1.2OpenCC安装1.3OpenCC使用1.3.1OpenCC使用示例1.3.2OpenCC参数说明参考前言 本内容主要介绍Python使用OpenCC实现中文简繁转换。1.1OpenCC简介 OpenCC（OpenChineseConvert，开放中文转换）是一个开源的中文简繁转换项目。它支持字符和词汇级别的转换、异体字转换和地区习惯用词转换（中国大陆、中国台湾、中国香港和日本新字体）。不支持普通话与粤语的转换。 OpenCC具有如下特点：严格区分「一简对多繁」和「一简对多异」。完全兼容异体字，可以实现动态替换。严格审校一简对多繁词条，原则为「能分
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、条件随机场（CRF，ConditionalRandomFields)二、使用sklearn_crfsuite进行命名实体识别1.安装说明2.准备数据3.构造特征4.详细流程1导包2定义通用函数3定义一些特征4从数据中提取特征5读取数据6模型训练7验证模型效果8保存模型总结前言最近在一个项目中需要使序列标注的方法来进行命名实体识别，目前使用序列标注方法进行命名实体识别主要有两种实现方法：一是基于统计的模型：HMM、MEMM、CRF，这类方法需要关注特征工程；二是深度学习方法：RNN、LSTM、GRU、CRF、RNN+
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、条件随机场（CRF，ConditionalRandomFields)二、使用sklearn_crfsuite进行命名实体识别1.安装说明2.准备数据3.构造特征4.详细流程1导包2定义通用函数3定义一些特征4从数据中提取特征5读取数据6模型训练7验证模型效果8保存模型总结前言最近在一个项目中需要使序列标注的方法来进行命名实体识别，目前使用序列标注方法进行命名实体识别主要有两种实现方法：一是基于统计的模型：HMM、MEMM、CRF，这类方法需要关注特征工程；二是深度学习方法：RNN、LSTM、GRU、CRF、RNN+
前言在上一篇博客文本匹配中的示例代码中使用到了一个SimCSE模型，用来提取短文本的特征，然后计算特征相似度，最终达到文本匹配的目的。但是该示例代码中的短文本是用的英文短句，其实SimCSE模型也可以用于中文短文本的特征提取，本篇博客就基于苏沐剑发表于科学空间的中文任务还是SOTA吗？我们给SimCSE补充了一些实验博客中使用到的代码，来记录一下代码梳理的笔记，并且使用自己的数据集在这篇代码上进行训练。另外，关于这个模型的原理细节等，可以参考别的博主写的内容，还有就是作者的论文，这些会附在最后的参考链接。代码详解数据导入部分数据导入部分的代码主要有三个步骤，（1）从txt中读取文本数据，常规操
