第十一章 女孩的心思

没有去问凌志打算如何计算，但凌志依然想用深度学习方法来帮助客户准确计算每个公司的相似度。

凌志看着客户发来的每个公司的代表产品，找到了之前自己训练好的一份词向量表，先把产品名用分词工具分词，再对应到词向量表中，最终将两个公司之间的产品所对应的向量进行两两欧氏距离计算，最终一平均得到了每一对公司之间的相似度……

感觉也不复杂，但是不知不觉一天就过去了。凌志整理了一下数据，发给了客户。

“您好，相似度的计算已经搞好了，您看您还满意么？”

过了一会儿，客户回复道：

“[拱手]整理得太细致了，谢谢您。不过您是怎么计算相似度的呢？如果方便的话能不能告诉我一下，我想写进我的介绍推文里。”

“哦哦，其实也不复杂，我用的是词向量计算的，而词向量是用深度学习方法训练出来的……”

凌志仔细地打了一大段文字，大概介绍了一下原理，没有说得太细。实际上词向量的训练过程是深度神经网络根据词的上下文来推断出来的，比如说，“开心”这个词周围经常出现的词汇与“伤心”就截然不同。所以深度语义，本质上也是由他的上下文来决定的。这也是凌志大致解释给客户的内容。

至于如何根据上下文推导出词向量，上下文的范围界定到底有多广，凌志就没有细讲，讲了客户也不关心，他只会挑重点说。

“谢谢您哈，对了，其实我这边还有一大批数据需要计算相似度，您能不能教我使用代码呢？这样以后我就不用麻烦您了。”

教代码啊。凌志有些脑壳疼，倒也不是说不行，只不过教不是计算机行业的人运行代码可能会出现各种各样的小问

本章未完，请点击下一页继续阅读！ 第3页 / 共6页