- 博客(3)
- 收藏
- 关注
RSS订阅原创 词向量的介绍
这是我在B站看"攻城狮之家"视频所记下的笔记，感觉自己按照思路写一遍比看一遍心里踏实的多。在介绍这个概念之前，我们先提出一个思考问题，如何判断以下三个词的相似度？“我们、爬山、运动，昨天”使用One-hot表示法表示每个词，如下：我们={0,1,0,0,0,0}爬山={0,0,1,0,0,0}运动={1,0,0,0,0,0}昨天={0,0,0,0,0,1}如果使用欧...
2019-10-28 15:29:46
418
原创 TF-IDF算法介绍
首先，先解释一下tf-idf存在的意义是啥。在上篇分享的“文本的相似度 Sentence Similarity”内容的最后有提到统计每个特征词在文档中出现的次数，把次数作为特征词的权重，是不够准确的。例如：S1 = “上海 营业部 地址 在 哪里” = (1,0,1,1,1,1)S2 = “北京 营业部 地址 在 哪里” = (0,1,1,1,1,1)利用余弦相似度（计数特征）计算...
2019-10-23 13:10:03
932
原创 文本的相似度 Sentence Similarity
以下内容是通过学习b站“攻城狮之家”，写下的笔记。视频的老师讲的逻辑清晰容易理解，推荐给大家！本文介绍两种计算文本相似的方法，一是计算距离（欧式距离），二是余弦相似度。一、计算距离（欧式距离）公式d = |s1-s2| = √(x1-x2) ²+(y1-y2) ² 2.举例说明S1 = “我们 今天 去 爬山”S2 = “你们 昨天 跑步”S3 = “你们 又...
2019-10-22 23:06:36
829
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人