推荐系统技术 --- 文本相似性计算（二）

然后，我们扫描这个句子的每个词，找和他相邻的两个词，分别是他前面一个和后面一个，那么一轮下来，我们得到一个这样的东西：1(2)，2(1,3),3(2,4),4(3)，这表示什么？表示每个词和他有两个相关的词，如果我们有大量的句子，那么可以得到非常多的上述关系表达式。

然后呢？然后我们设定一个向量的维度，也就是每个词我们可以用几个维度来表示。

再然后呢？再然后就上神经网络了，这东西啊，如果你知道逻辑回归这种机器学习的方法的话，再假设逻辑回归是物理电路中的一条回路的话，那神经网络就是把逻辑回归这种回路串联并联起来的东西。也就是逻辑回归的逻辑回归的逻辑回归【这句话不是我总结的，我忘了在哪看到过了，觉得挺形象】。

最后呢？最后每个词就成了一个向量了。有了向量了，那么就能比较了吧？总结

好了，今天扯了这么多，我看下来有点耽误人的意思，因为用太通俗的话根本解释不了很多数学模型，而我数学也不好，要说清楚这些个数学模型我也很费劲，关键是一堆公式出来也没人看，自己心里默默的清楚就行了，大家也别想着通过一两篇文章能了解一个数学模型，自然语言处理这个本来就是个拼数学的领域，要深入还得自己去看书看论文，要了解这些数学模型也不是看一篇文章能了解的，真的感兴趣的，想做算法工程师的，自己专研吧。下一篇我会把这两篇的东西实战一下，看看最终是不是有效果，估计下一篇能有意思一点。