第153章 大洋彼岸的邀约 (第5/10页)

奇林灰是怎么搞定语料库这个问题之外。

    其困惑主要集中在林灰究竟采用什么方法架构相似度模型的。

    当知道世界最顶尖学府附属的研究机构的科研人员居然好奇这事，林灰还是意外的。

    林灰踌躇满志地盖了一个“华丽的房子”。

    原本以为这个时空人们会好奇林灰是怎么盖出这个房子的。

    没想到反倒先被问道盖房子的木头是从哪开采的？

    这就是林灰当初收到伊芙·卡莉邮件时的直观感受。

    不过如果诚如伊芙·卡莉在邮件里介绍的那般，林灰也能理解伊芙·卡莉为什么困惑。

    涉及到相似度模型的架构一般都是通过计算的方式。

    通过计算语义文本相似度以衡量这两个文本的语义相似度。

    一般来说，语义相似度值越小，两个文本之间的语义差异越大，它们在语义层面的相似度越低；

    反之，该值越大，两个文本表达的语义越相似。

    或许在人们看来，区分相似文本是很简单的一件事情啊？

    这不是随便读一下就能搞定么？

    但是要知道区分相似文本不是要人来区分，而是要机器区分相似文本。

    涉及到相似度模型的构建确实不是容易的事情，毕竟人类语言表达是极其复杂的。

    更遑论大部分专业性比较强的文章里文本中还存在许多同义词、缩略语、特指词和多变的句法结构。

    这些都极大地增加了计算文本语义相似度的难度。

    但这个问题不解决不行，林灰知道计算文本语义相似度是一个很重要的分支领域。

    在信息检索领域，语义文本相似性计算在文本分类、文本聚类和实体消歧等任务中发挥着重要作用；