Spark应用HanLP对中文语料进行文本挖掘--聚类详解教程
在Kmeans算法中，一个样本需要使用数值类型，所以需要把文本转为数值向量形式，这里在Spark中有两种方式。其一，是使用TF-IDF；其二，使用Word2Vec。这里暂时使用了TF-IDF算法来进行，这个算法需要提供一个numFeatures，这个值越大其效果也越好，但是相应的计算时间也越长，后面也可以通过实验验证。
基于 ElasticSearch 搜索服务的简易 API 调用
Search项目是基于ElasticSearch搜索服务提供的简易API调用，支持以下功能
数据索引
添加索引数据
更新索引数据(UpdateById/UpdateByQuery)
数据批量操作(批量添加/删除/修改)
路由(routing)
建议查询(Suggest)
Mustache模板.
NLPIR智能语义：大数据挖掘的核心在于“预测”
NLPIR能够全方位多角度满足应用者对大数据文本的处理需求，包括大数据完整的技术链条：网络采集、正文提取、中英文分词、词性标注、实体抽取、词频统计、关键词提取、语义信息抽取、文本分类、情感分析、语义深度扩展、繁简编码转换、自动注音、文本聚类等。
阿里开源新一代 AI 算法模型，由达摩院90后科学家研发
近日，阿里 AI 开源了新一代人机对话模型 ESIM。该算法模型提出两年多，已被包括谷歌、facebook 在内的国际学术界在200多篇论文中引用，更曾在国际顶级对话系统评测大赛（DSTC7）上获得双料冠军，将人机对话准确率的世界纪录提升至94.1%。
