凤谷花花侠

最近学习了常见的一些相似度计算的方法，在寻找资料的过程中找到了一篇较好的博客。主要是图做的比较好。所以拿过来做下简单的回顾与复习。 欧几里得距离其实就是空间内两点之间的直线距离。 Python实现： 曼哈顿距离其实就是每一轴距离之和。 P…

目前计算句子相似性有很多不同的方案，比如基于语义词典的方法、基于相同词汇的方法、基于统计的方法和基于编辑距离的方法。这篇文章先介绍编辑距离的基础。 编辑距离其实就是指把一个字符串转换为另外一个字符串所需要的最小编辑操作的代价数。包括插入字符、替换字符和删除字符。编辑距离越小，相…

之前我们已经分享了一篇《用sklearn做自然语言处理-1》，今天我们继续将sklearn一些高级用法。今天我们使用yelp网站评论数据集做一些探索，除了上一篇文章中用到的特征抽取知识，本文还会有。

前几天线上一个项目监控信息突然报告异常，上到机器上后查看相关资源的使用情况，发现 CPU 利用率将近 100%。通过 Java 自带的线程 Dump 工具，我们导出了出问题的堆栈信息。 我们可以看到所有的堆栈都指向了一个名为 validateUrl 的方法，这样的报错信息在堆栈…

阅读页作为小说阅读类网站访问量很高的页面，阅读体验上的优化是至关重要的

在做自然语言处理的过程中，我们经常会遇到需要找出相似语句的场景，或者找出句子的近似表达，这时候我们就需要把类似的句子归到一起，这里面就涉及到句子相似度计算的问题，那么本节就来了解一下怎么样来用 Python 实现句子相似度的计算。 下面我们来一一了解一下这几种算法的原理和 Py…

内容来源：2017 年 9 月 24 日，爱因互动技术合伙人吴金龙在“ArchData技术峰会北京站”进行《深度学习与智能对话机器人》演讲分享。IT 大咖说（微信id：itdakashuo）作为独家视频合作方，经主办方和讲者审阅授权发布。 本次主题将介绍深度学习与对话机器人的结…

...