BruceZhao

目测是可以甩链接的～ 我觉得这个跟在文章中引用图片一样的原理 ，我测试过的有 '又拍网' ，加载速度还可以。 From 邮箱大师。

:smiley:

@remibacha the `jiebaR::distance` first use TF-IDF calculate the `keywords`, then use these keywords to generate 64bits hash code, last, calucuate the hamming-distance between the hash codes. Here is an example:...

@remibacha jiebaR is design for Chinese Text Segment, it has a default idf dict which only contains Chinse words. Maybe the default idf weight for English word is `11.7392`. So,...

@Hz-EMW 1、确保文件路径不包含中文（还可以用 `normalizePath(fs::dir_ls("E:/201803D/0910ontosim/texttest",glob = "*.txt"))`） 2、确保文件编码为UTF-8/或者在读取文件的时候指定编码 3、用户自定义词典里面可以添加专业词汇

@qinwf 1. 我觉得直接写现有的函数用法和例子就行，之前版本历史可以略掉？ 2. 原理能不能简单介绍一下，优缺点，瓶颈在哪里之类的。 3. 词库介绍能不能再详细一点，我第一次接触完全是懵逼的，还问了些傻瓜的问题。 4. 哪些是可以自己优化的，比如自己训练idf词库这样的，要是能给出训练方法那就完美了。 5. FAQ 我这个周末整理一下，根据所有的issues整理归纳，大概会有5到8个的样子。不足你再补充一下 6. 可以加上后续分析的例子，我看到很多文章都是基于jiebaR分词，然后完成各种炫酷的文本分析，加上这些参考链接，或许能让人更快上手。我会留心一下，如果碰到就加上链接。 _最后非常感谢你开发了这个包，造福了广大文本分析爱好者！！_

有一些小细节问题，有时间的话能不能解答一下吗？ 我也想弄一个。。感觉跑偏了。。（逃。。 :dizzy_face: 1. https://github.com/qinwf/jiebaR_doc/tree/gh-pages 更新了，你是如何做到删除了之前的commit？ 2. 你的域名在哪买的呢？ 3. 是用master 渲染`bookdown::render`, 然后将结果转到gh-pages里面，就生成了这样的bookdown的网页？

@qinwf cppjieba新增了TextRank算法，新版本是不是可以考虑增加进去呢？详情请看这个PR: https://github.com/yanyiwu/cppjieba/pull/65

@huangteng1220 这个都是两年前的东西了，准备弃坑。你的主要原因是没有让miktex自动下载，你可以手动用 miktex 的package manager下载 xecjk.也可以参照这里： Miktex 是推荐在Windows上面使用的。你可以看看谢益辉的新包，tinytex，能完美解决这个问题。

我在readme 里面也提过的： https://github.com/BruceZhaoR/Zh-beamer#for-chinese-pdf