第十一章 女孩的心思

像往常一样打开论文，而是打开一款接单软件。

自从他学会给自己采集数据之后，凌志觉得自己的这项技能不能被埋没啊，于是给自己找了个活儿干，每周末给一些客户整理一些公开数据集，不会占据自己太多的时间。

凌志在线挂了一会儿，今天的第一个客户出现了。

“您好，在吗？”

“在的亲，请问您想要采集什么数据呢？”

“您好，请问可以帮忙分析数据吗？”

分析数据啊，凌志不是专门做数据分析的，但是能不能做要看情况。如果只是做一些简单的统计的话……

“您可以把您的需求发出来，我看看能不能做。”

“好的，我是想计算一下行业内每两个公司之间的相似度……”

凌志听着客户的需求，也不时提出一些疑问。回答完之后根据数据量给出了一个报价以及预期交付时间，客户并没有多砍价，就这么敲定了。

实际上计算文本相似度的方法有很多，比如统计两个文本中有没有词语同时出现，出现频率是否相近，标点符号使用频率是否一致等等。但这些统计都是表层的统计，句子语义深层次的相似度没有办法通过这种办法来计算。比如“开心”和“快乐”是同一语义，相似度为0.97，而“开心”和“伤心”则是相反语义，相似度为0.02。如果用最表层的统计方法是没办法得出上述结论的。所以在当下，深度学习方法则成为主要的学习句子深层次语义的方法。

凌志并不想糊弄客户，他想既然要做那就尽量做到最好。虽然客户在这一块并不是专业的，也并不知道计算相似度都有哪些方法，更

本章未完，请点击下一页继续阅读！ 第2页 / 共6页