sianese_network用來判斷文字相似度的乙個網路，主要是用來判斷兩個文章的相似度的。
判斷兩個橘子的區別：
雙層lstm：
檔案1:人名匹配的是正例，隨機配對的是負例。
檔案2:兩句話，句子級別比人名難一些，首先要對詞進行詞向量編碼（不用訓練，市面上很多，直接拿來用就可以了）
如何構造這個網路？
損失函式：
d表示的是歐式距離
第一種情況：y=1，說明兩個樣本相似的，加號後邊的就為0，左邊就是只和d（距離）有關了，所以相當於用距離來作為損失
第二種情況：y=0，說明兩個樣本不相似，加號左邊為0，margin為1，即1-d，我們希望他們的距離越大越好，距離越接近1越好，這樣損失函式就越小。
總結：相似樣本，距離越接近0越好；不相似樣本，距離越接近1越好。
軌跡相似度度量
有四種方法可以度量軌跡相似度 1 lcss,longest comon subsequence 2 frechet distance 3 dtw,dynamic time warping 4 edit distance 軌跡ta，包含若干個 t，a 點。其中，a為位置點，t為時間戳。有乙個簡單的理解...
NLP 相似度度量
一 提取特徵階段 1 tf idf 簡介 tf idf是一種統計方法，用以評估一字詞對於乙個檔案集或乙個語料庫中的其中乙份檔案的重要程度。字詞的重要性隨著它在檔案 現的次數成正比增加，但同時會隨著它在語料庫 現的頻率成反比下降。兩個重要的概念 1 tf 詞頻 term frequency,tf 指的...
余弦計算相似度度量
余弦計算相似度度量 相似度度量 similarity 即計算個體間的相似程度，相似度度量的值越小，說明個體間相似度越小，相似度的值越大說明個體差異越大。對於多個不同的文字或者短文本對話訊息要來計算他們之間的相似度如何，乙個好的做法就是將這些文字中詞語，對映到向量空間，形成文字中文字和向量資料的對映關...