sentence-similarity icon indicating copy to clipboard operation
sentence-similarity copied to clipboard

问题句子相似度计算,即给定客服里用户描述的两句话,用算法来判断是否表示了相同的语义。

Results 8 sentence-similarity issues
Sort by recently updated
recently updated
newest added

## Beep boop. Your images are optimized! Your image file size has been reduced by **51%** 🎉 Details | File | Before | After | Percent reduction | |:--|:--|:--|:--| |...

你好,我看了您得源码。既然模型定义输入两个问题对[left,right],输出的是经过隐藏层的曼哈顿距离distance,为什么可以直接用文本相似的标签Y作为模型训练的label呢?具体distance与标签y是如何关联起来的呢?麻烦指点下,谢谢

就是计算的相似度(0到1之间),当它大于多少的时候,我们认为这两个句子是相似的呢?

这个模型我训练出来了,但是我想将这个模型用在问答系统中做qq-match的模型,就是输入一句话,在一堆问题中找到和这个输入最相近的问题,请问怎么利用这个模型?谢谢

请教下没抛异常的童靴们。。。 你们keras和tf的版本是怎样的,十分感谢

# 原max_length选择方法,逻辑有问题 # for i in len_dict: # rate = i[1] / all_sent # cover_rate += rate # if cover_rate >= limit_ratio: # max_length = i[0] # break 分析:len_dict是句子长度的频数统计list[(15,3700),(12,2800),(8,500)...(20,30)],每个元素(句长,频数) 按上述逻辑,当3700+2800+500大于总频数95%时,max_len是8,这里就产生了错误。...