![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
NLP学习
文章平均质量分 75
kennylisunan
这个作者很懒,什么都没留下…
展开
-
自然语言处理(1)
1、数据预处理 1.1文本去重 编辑距离去重是一种字符串之间的相似度计算方法。具体来说,给定两个字符串,将A转为B所需要的删除、插入、替换等步骤的数量叫做从A到B的编辑路径。而将最短的编辑路径称为编辑距离。 例如“还没正式使用,不知道怎样,但安装的材料费确实有点高,380”与“还没使用,不知道质量如何,但安装的材料费确实贵,380”的编辑距离是9。 首先,针对重复的评论进行去重操作,也就是转载 2017-04-14 08:33:14 · 438 阅读 · 0 评论 -
主题模型分析
1文本去重 编辑距离去重是一种字符串之间的相似度计算方法。具体来说,给定两个字符串,将A转为B所需要的删除、插入、替换等步骤的数量叫做从A到B的编辑路径。而将最短的编辑路径称为编辑距离。 例如“还没正式使用,不知道怎样,但安装的材料费确实有点高,380”与“还没使用,不知道质量如何,但安装的材料费确实贵,380”的编辑距离是9。 首先,针对重复的评论进行去重操作,也就是删除重复的评论语句。转载 2017-04-14 09:41:28 · 4192 阅读 · 0 评论