问题标签 [vocabulary]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python - 在围绕关键字的窗口中计算词汇文件中的匹配项
对于我的研究，我试图从语料库中计算存储在文件中的一系列复合术语（例如安全危害）出现在 16 个单词的窗口中的次数（每个短语 1 行）目标关键字（例如设施）。我不是程序员，一直试图将其分解为 2 个元素：首先从语料库中提取一个文件，其中我的目标关键字匹配，前后 8 个单词。然后尝试将我的“词汇文件”与该摘录相匹配。我在第 1 部分，已经尝试过这个，但我只是收到 <_sre.SRE_Match object at 0x028FFE78> 消息并且正在努力尝试使用 repr：任何建议表示赞赏或其他方法来做到这一点。最终，我想要一个导出文件，其中包含我的词汇单词，并在它们之后进行计数，指示在该窗口中使用我的目标单词找到它们的频率。
任何帮助表示赞赏，保罗
url - RDF 词汇表如何指定属性类别（来自“数据入门中的 URL”）？
W3C TAG上个月在 Data Primer 中发布了 URL 工作草案。它指定了httpRange-14 问题的解决方案。
现在，词汇表应该为其属性指定类别，即属性是否适用于文档或文档描述的实体。
RDF 词汇表应该/如何指定当今属性的类别？
它说元格式（→ RDF）应该为属性和模式语言（→ RDFS）指定一个默认类别“应该包括指示属性类别的机制”。但我想这些规范更新需要一些时间。
jena - 一些 Jena 词汇使用“ResourceFactory.createProperty()”，而其他词汇使用“ModelFactory.createDefaultModel().createProperty()”
我是 Jena 的新手，但是当我查看使用 Jena 源定义的词汇表（即在 中directory: jena-2.10.0-Source\jena-core\src\main\java\com\hp\hpl\jena\vocabulary）时，我看到一些词汇表使用'ResourceFactory.createProperty()'（例如 OWL2.java、RDF.java、RDFS.java）创建属性和资源，而同一目录中的其他人使用'ModelFactory.createDefaultModel().createProperty()'（例如 DC_11.java、VCARD.java、DCTerms.java）。
我知道 ResourceFactory 用于在不参考 a 的情况下创建资源和属性'model'，但我只想了解为什么其中一些词汇选择创建和使用'model'实例而其他词汇不选择。
它只是个人风格，还是通常推荐一种方法而不是另一种方法（也许一种风格是“旧方法”，据我所知，Jena 已经存在很长时间了）？
我想在我的代码中同时使用 RDFS 和 DC_11 词汇，并且显然定义了我自己的特定于应用程序的资源和属性，所以我只是想了解我应该为自己的东西采用哪种方法。
dictionary - 如何为 LDA 构建字典
我已经在 Latent Dirchlet Allocation 上工作了 2 周，我正在尝试构建一个字典和一个训练文件来尝试它。我已经通过使用 Blei 的训练文件在 Matlab 和 gcc 上进行了尝试，但我不知道如何创建字典。有人可以帮助我吗？谢谢安德里亚
semantic-web - 本体与词汇
我最近开始使用语义网和链接数据技术，但我一直对一件事感到困惑。本体和词汇表有什么区别？哪个更可取？
dictionary - WordNet(JWI MIT) : 如何查找具有特定字母/短语的单词？
如何使用WordNet API（http://wordnet.princeton.edu/ ）的 JWI MIT 接口（ http://projects.csail.mit.edu/jwi/ ）找到以特定字母或特定短语开头的单词列表）。任何想法，如何实现这一目标？
microdata - 如何在 HTML5 微数据中使用多个词汇（与 schema.org 不同的词汇）
假设我有这个有效的微数据增强 HTML 片段：
（我已经用谷歌的结构化数据测试工具对此进行了测试。）
现在我想添加一个在 schema.org 中不可用但在不同词汇中可用的属性（在这种情况下，W3C 注册了 Org Vocab [1]）：
至少谷歌声称：
Error: Page contains property "http://www.w3.org/ns/regorg#registration" which is not part of the schema.
我可以删除itemtype但我不想要这个，因为它会失去保真度 [2] 没有其他方法可以做到这一点吗？使用 RDFa 这将没有问题。
编辑
我发现 [3] 建议复制内容，但这显然不是一个好的解决方案。
[1] http://www.w3.org/TR/vocab-regorg/#ref_rov_registration
[3] http://www.w3.org/wiki/Mixing_HTML_Data_Formats#Mixing_Vocabularies_using_Repeated_Content
twitter - 朴素贝叶斯分类器是否需要了解整个词汇表？
我正在尝试将推文分为两类（例如，basketball和non-basketball）。显然，数据集是动态的，即文档集合不固定为一组N文档（即推文）：数据集在爬取 Twitter 时一遍又一遍地膨胀。
应该尝试应用的一件事是朴素贝叶斯分类器，它广泛用于文本分类。此处提供了解释。然而，一个疑问仍然存在。
我可以从训练集开始计算模型（并说明词汇表V是由训练集中包含的术语组成的）。现在，人们可以收集一条新的、未分类的推文，其中包含不存在的V术语（即，没有出现在训练集中的术语）。朴素贝叶斯分类器是否仍然适用？
概括问题：朴素贝叶斯分类器能否应用于词汇表不完全已知的情况？
先感谢您。
html - 使用受控词汇
在<body>中，受控词汇可以按如下方式初始化：
采用类似的方法在 中使用受控词汇表是否可以接受（并且是一种良好的编程实践）<head>？例如：
sql - 在 SQL 的上下文中，多重性是什么意思？
我认为多重性与外键关系表的类型有关。
但是当我阅读这样的答案时：“如果您的 FK 可以为空，则您在主体实体中的多重性必须为 0..1 - 默认值对此没有任何作用，因为您可以将 null 分配给 FK。所以您的所有依赖实体必须是在 0..1 - * 与您的主要实体的关系。” ..它会变得相当吓人。
谁能带我了解一些 SQL 术语？什么是 0..1 - * 关系？