sidiot

继上次帮小兔子完成古诗作业之后，小兔子的老师这次布置作业要写一篇与新春相关的作业，偷懒的小兔子又赖上了博主，让博主再用 GPT 帮她写一篇作文...；

这不兔年到了，薅薅兔毛，作首与 “兔” 相关的诗词； 前不久在网络爆火的 ChatGPT，被网友们玩出了各种花样，基于此训练了一个能作中文古诗词的 GPT 预训练模型，在这儿给大伙作首诗词；

回顾2022，展望2023，希望在新的一年里，自己万事顺利，更上一层楼！但行好事，莫问前程，心之所向，无问西东；

在上篇博文 【NLP】入门（四）：TF-IDF（代码篇） 结尾处，博主曾留下疑问：除了搜索匹配之外，TF-IDF 还能干些什么有意思的事情呢？

因为样本在某台机子上，又恰逢有其他模型在训练，因此 GPU 资源被占满了，不过测试这个模型的话，CPU 也绰绰有余了，当我准备使用 CPU 训练时，却遇到了问题；

在上一篇博文 【NLP】入门（三）：TF-IDF（理论篇） 中，已经对 TF-IDF 进行了理论介绍，那么接下来，让我们结合代码，对 TF-IDF 有更加深刻的理解吧；

在之前的博文中，博主提及过恶意文件静态检测的一种方法，并因此训练了模型，由于样本量巨大以及资源有限，训练一个 epoch 就需要一周多的时间，因此就先拿训练过一个 epoch 的模型来进行测试；

思考一下，在 A 文件中定义数组 `char a[100]`；在 B 文件中声明为指针：`extern char *a`；此时访问 `a[i]`，会发生什么；

在上篇博文中，博主简单地介绍了搜索引擎的工作原理，并且在文末提到了处理匹配排序最有名的算法之一 TF-IDF。接下来，跟随博主来了解一下 TF-IDF 算法；