具体算法代码网上有现成的工具类。不一一列举了。我在做某个项目的时候发现LD算法有个弊端。就是对于较大文本（>5w）的相似度计算会特别慢，原因在于LD的计算形式是： LD 可能衡量两字符串的相似性。它们的距离就是一个字符串转换成那一个字符串过程中的添加、删除、修改数值。如果文本变的非常的大可以想象计算 ...
分类：
编程语言 时间：
2019-12-28 13:11:00
阅读次数：
92
5.4.1 实例层的融合和匹配 空间复杂度挑战 时间复杂度挑战： 匹配元素对的相似度计算次数（n2） 每次相似度计算时间复杂度（t） 匹配结果质量挑战5.4.2 基于快速相似度计算的实例匹配方法 思想：降低每次相似度计算的时间复杂度，即t 映射过程只能使用简单且速度较快的匹配器，映射线索尽量简单； ...
分类：
其他好文 时间：
2019-12-23 19:16:36
阅读次数：
184
项目中需要算2个字符串的相似度，是根据余弦相似性算的，下面具体介绍一下： 余弦相似度计算 余弦相似度用向量空间中两个向量夹角的余弦值作为衡量两个个体间差异的大小。余弦值越接近1，就表明夹角越接近0度，也就是两个向量越相似，这就叫"余弦相似性"。 我们知道，对于两个向量，如果他们之间的夹角越小，那么我 ...
分类：
编程语言 时间：
2019-12-23 16:44:30
阅读次数：
109
更新中 最近更新时间： 2019-12-02 16:11:11 写在前面： 本人是喜欢这个方向的学生一枚，写文的目的意在记录自己所学，梳理自己的思路，同时share给在这个方向上一起努力的同学。写得不够专业的地方望批评指正，欢迎感兴趣的同学一起交流进步。 一、背景 二、基本概念 三、语义相似度计算方 ...
分类：
其他好文 时间：
2019-12-02 17:09:27
阅读次数：
754
一、相关概念 1. 一般我们人区分谁是谁，给物品分类，都是通过各种特征去辨别的，比如黑长直、大白腿、樱桃唇、瓜子脸。王麻子脸上有麻子，隔壁老王和儿子很像，但是儿子下巴涨了一颗痣和他妈一模一样，让你确定这是你儿子。 还有其他物品、什么桌子带腿、镜子反光能在里面倒影出东西，各种各样的特征，我们通过学习、 ...
分类：
编程语言 时间：
2019-12-02 16:37:10
阅读次数：
105
(注:这里不再对算法公式累述)1.相似度算法1.1Jaccard距离使用集合中的不同元素的比例来衡量两个集合的区分度，但是存在比较明显的问题无法关注到集合中元素的权重值(评分)1.2余弦相似度利用向量空间解决了权重值(评分)带入相似度计算的问题，非常常用的相似度算法，弥补了Jaccard距离计算的不足1.3Pearson相似度(又名中心余弦相似度)Pearson相似度是对余弦相似度改进，简明来说就
分类：
编程语言 时间：
2019-07-20 14:30:47
阅读次数：
126
最近在研究sample之间的similarity，以便更好地进行clustering，一下是相关资料 TF-IDF与余弦相似性的应用（一）：自动提取关键词 TF-IDF与余弦相似性的应用（二）：找出相似文章 相似度（距离计算）汇总 常用的相似度计算方法原理及实现 机器学习中的相似性度量 大量短文本聚 ...
分类：
其他好文 时间：
2019-06-11 11:19:49
阅读次数：
125
<!--done--> 目标检测之选择性搜索-Selective Search 目录 一 选择性搜索的具体算法（区域合并算法） 二 保持多样性的策略 1、颜色空间变换 2、区域相似度计算 三 给区域打分 四 选择性搜索性能评估 1、单一策略评估 五、代码实现 在基于深度学习的目标检测算法的综述 那一 ...
分类：
其他好文 时间：
2019-05-02 23:18:50
阅读次数：
223
https://www.docin.com/p-1699190456.html http://www.doc88.com/p-0952897045830.html https://blog.csdn.net/qq_36919570/article/details/79991322 http://ww ...
分类：
其他好文 时间：
2019-04-19 14:39:05
阅读次数：
162
摘要： 两篇文档是否相关往往不只决定于字面上的词语重复，还取决于文字背后的语义关联。对语义关联的挖掘，可以让我们的搜索更加智能化。本文着重介绍了一个语义挖掘的利器：主题模型。主题模型是对文字隐含主题进行建模的方法。它克服了传统信息检索中文档相似度计算方法的缺点，并且能够在海量互联网数据中自动寻找出文 ...
分类：
其他好文 时间：
2019-02-17 23:39:34
阅读次数：
273
