使用句子中出现单词的Vector加权平均进行文本相似度分析虽然简单，但也有比较明显的缺点：没有考虑词序且词向量区别不明确。如下面两个句子：“北京的首都是中国”与“中国的首都是北京”的相似度为1。“学习容易”和“学习困难”的相似度很容易也非常高。为解决这类问题，需要用其他方法对句子进行表示，LSTM是... ...
分类：
其他好文 时间：
2020-02-04 14:11:31
阅读次数：
99
环境描述 Python环境：Python 3.6.1 系统版本：windows7 64bit 文件描述 一共有三个文件，分别是：file_01.txt、file_02.txt、file_03.txt file_01.txt文件内容： 我吃过糖之后，发现我的牙齿真的很疼 file_02.txt文件内容... ...
分类：
其他好文 时间：
2018-05-06 00:19:47
阅读次数：
412
http://blog.csdn.net/chencheng126/article/details/50070021 参考于这个博主的博文。 原理 1、文本相似度计算的需求始于搜索引擎。 搜索引擎需要计算“用户查询”和爬下来的众多”网页“之间的相似度，从而把最相似的排在最前返回给用户。 2、主要使用 ...
分类：
编程语言 时间：
2017-05-21 19:40:52
阅读次数：
370
环境 Anaconda3 Python 3.6, Window 64bit 目的 利用 jieba 进行分词，关键词提取 利用gensim下面的corpora，models，similarities 进行语料库建立，模型tfidf算法，稀疏矩阵相似度分析 代码 # -*- coding: utf-8 ...
分类：
编程语言 时间：
2017-03-29 21:02:54
阅读次数：
411
相似度分析的，其中的分词可以采用HanLP即可： http://www.open-open.com/lib/view/open1421978002609.htm ...
分类：
其他好文 时间：
2016-11-08 00:48:15
阅读次数：
149
基于社交网络的情绪化分析IVBy 白熊花田(http://blog.csdn.net/whiterbear) 转载需注明出处，谢谢。前面进行了微博数据的抓取，简单的处理，相似度分析，后面两篇进行学校微博的情感分析。微博情感分析这里试图通过字典分析的方式计算学校微博的情感倾向，主要分为积极情感，消极情感，客观。
这里字典分析的情感分析和机器学习方式进行情感分析均参考rzcoding的博客，这里只是...
分类：
其他好文 时间：
2015-07-05 21:18:03
阅读次数：
246
基于社交网络的情绪化分析IIIBy 白熊花田(http://blog.csdn.net/whiterbear) 转载需注明出处，谢谢。前面进行了微博数据的抓取，简单的处理，这一篇进行学校微博的相似度分析。微博相似度分析这里试图计算任意两个学校之间的微博用词的相似度。思路：首先对学校微博进行分词，遍历获取每个学校的高频用词词典，组建用词基向量，使用该基向量构建每个学校的用词向量，最后使用TF-IDF算...
分类：
其他好文 时间：
2015-06-28 17:36:26
阅读次数：
160
