由於筆者所使用的語料庫是基於詞語的，所以對於詞語的計算效果更佳，但是常規句子的計算可能並不理想，建議自行尋找語料庫進行訓練。
輸入為文字檔案（一句一行或者一段一行），支援批量語料輸入，可以多次或者單次呼叫addcorpus方法進行設定。
訓練好之後會自行儲存模型檔案（命名為「model.txt」）到專案根目錄。如果不配置輸入語料且根目錄儲存有模型檔案，則會直接匯入模型檔案。
b-gram採用的平滑處理手段是「add one smoothing」，但是並非真的加一，可以加乙個大於0小於1的數，該引數使用setaddone方法進行設定。
最後使用gointoeffect方法讓所有設定生效。
使用probability方法計算句子的概率，該方法可選的第二個引數len表示進行平均計算的字元長度，即每len個連續字元計算一次，之後取平均。
// 使用語料庫進行訓練計算
probabilityofsentence prob = new probabilityofsentence()
.addcorpus("千萬級巨型漢語詞庫/data")
.setaddone(math.pow(10, -10))
.gointoeffect();
system.out.println(prob.probability(sentence));
system.out.println(prob.probability(sentence, 6));
// 匯入模型檔案進行計算
probabilityofsentence prob = new probabilityofsentence()
.gointoeffect();
system.out.println(prob.probability(sentence));
system.out.println(prob.probability(sentence, 6));
基於余弦夾角計算句子相似度的應用 房型名稱匹配
專案背景 將平台所售賣的房型與競爭對手的房型進行匹配，以節省人力及提高效率和匹配準確率 資料的處理 競對的房型名稱相對於平台來說，顯得非常的複雜，但是配合平台的強大的業務能力，在和運營人員討論資料清洗規則方面花費了大量的時間，不過好在最後的資料清洗的已經足夠乾淨了，不過這部分資料量龐大，已經在hiv...
基於中文主觀性知識庫的句子主觀性計算專案
chinese subjective dectection based on subjective knowlegebase,基於中文主觀性知識庫的句子主觀性評定方法。專案介紹 主觀性是中文輿情和文字挖掘乙個必不可少的一項環節。對於英文而言，我調研過textblob的主觀性介面，對於輸入乙個句子，t...
基於MATLAB實現的雲模型計算隸屬度
雲 或者 雲滴 是雲模型的基本單元，所謂雲是指在其論域上的乙個分布，可以用聯合概率的形式 x，u 來表示 雲模型用三個資料來表示其特徵 期望 雲滴在論域空間分布的期望，一般用符號 x表示。熵 不確定程度，由離散程度和模糊程度共同決定，一般用en表示。超熵 用來度量熵的不確定性，既熵的熵，一般用符號h...