文本相似度-NLP

前言 在自然語言處理過程中，經常會涉及到如何度量兩個文本之間的相似性，我們都知道文本是一種高維的語義空間，如何對其進行抽象分解，從而能夠站在數學角度去量化其相似性。而有了文本之間相似性的度量方式，我們便可以利用劃分法的K-means、基於密度的DBSCAN或者是基於模型的概率方法進行文本之間的聚類分析；另一方面，我們也可以利用文本之間的相似性對大規模語料進行去重預處理，或者找尋某一實體名稱的相關名

>>阅读原文<<