地球上最后一个直男

摘要： 传统的count-base representation有什么问题呢，可以看下图 观察句式2，其对应的向量中he所在位置的元素值是2，因为he在原句中出现了2次。可是，he在这一句中，并不算是关键词，事实上，denied和lied才是句子2的关键词，但是他们只出现了一次，所以在向量中对应位置的元素值 阅读全文

摘要： 欧氏距离：如下图所示，欧氏距离越小，表示句子之间相似度越高 余弦相似度：如下图，余弦相似度越大，代表相似度越高。欧氏距离么有考虑向量的方向这一大要素，所以余弦相似度更贴切一些。 阅读全文

摘要： 词的one-hot表示 下面直接举例吧 现在假设我们有一个词典库【“我们”，“去”，“爬山”，“今天”，“你们”，“昨天”，“跑步”】，对于“我们”这个词，可以用这么一个向量表示，向量的维度是词典库的长度，这个向量的元素是0和1。由于“我们”在词典中是第一个位置，所以对应的向量第一个元素是1，其他位 阅读全文

摘要： 对于nlp的应用，我们应该先把停用词以及出现频率很低的词汇给过滤掉 在英文里，比如'the','and','their'都可以作为停用词来处理，但是，也要考虑自己的使用场景。例如，在中文中，“好”，“很好”这些词汇在有些应用中可以作为停用词过滤掉。但是如果是情感分析，这些词不能被过滤，也不能当作停用 阅读全文

摘要： 一.编辑距离 关于编辑距离，在我的博客https://www.cnblogs.com/loubin/p/13672786.html中已经详细的介绍了。简短的说就是把一个单词修改成另一个单词需要的修改次数。当然，每一次只能增加一个字符，删除一个字符，或者更换一个字符。例如，apple和apply的编辑 阅读全文

摘要： 一：分词 常用的分词工具有jieba分词，snowNLP，LTP，HanNLP 1.前向最大匹配算法 现在假设我们有一个词典库{‘这些’，“这些年”，‘年’，‘的’， ‘情’，‘与’，‘爱’，‘终究’，‘是’， ‘错’，‘错付’，‘了’， ‘甄嬛’，。。。} 我们对“这些年的情与爱终究是错付了”利用 阅读全文

摘要： 一：分词 常用的分词工具有jieba分词，snowNLP，LTP，HanNLP 1.前向最大匹配算法 现在假设我们有一个词典库{‘这些’，“这些年”，‘年’，‘的’， ‘情’，‘与’，‘爱’，‘终究’，‘是’， ‘错’，‘错付’，‘了’， ‘甄嬛’，。。。} 我们对“这些年的情与爱终究是错付了”利用 阅读全文

摘要： 主定理的内容： 主定理主要用于解决如下表示形式的算法的时间复杂度： 其中a≥1，b＞1，且a，b都是常数，f（n）是一个渐进正函数 有如下三种情况： 下面是一些练习题，可以没事做做 下面是解答： 阅读全文

摘要： 原文出处：https://algorithms.tutorialhorizon.com/dynamic-programming-edit-distance-problem/ 问题：假设我们现在有两个字符串s1和s2，并且给出如下所示的三个编辑操作，写出一个算法，当每次只能使用其中一个编辑操作时，找到 阅读全文

摘要： 直接转载大神的：https://www.jianshu.com/p/f4cca5ce055a 数据结构408的最爱 阅读全文