文本相似度度量

sianese_network用来判断文本相似度的一个网络，主要是用来判断两个文章的相似度的。

判断两个橘子的区别：

 

 

双层lstm：

 

 文件1:人名匹配的是正例，随机配对的是负例。

 文件2:两句话，句子级别比人名难一些，首先要对词进行词向量编码（不用训练，市面上很多，直接拿来用就可以了）

 

如何构造这个网络？

 

 

损失函数：

d表示的是欧式距离

第一种情况：y=1，说明两个样本相似的，加号后边的就为0，左边就是只和d（距离）有关了，所以相当于用距离来作为损失

第二种情况：y=0，说明两个样本不相似，加号左边为0，margin为1，即1-d，我们希望他们的距离越大越好，距离越接近1越好，这样损失函数就越小。

总结：相似样本，距离越接近0越好；不相似样本，距离越接近1越好。

 

转载于:https://www.cnblogs.com/shixisheng/p/9501156.html