首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    从EMD、WMD、WRD:文本向量序列的相似度计算

    也就是说,WMD大于两个句子的平均向量的欧式距离,所以欧式距离大的两个句子,WMD一定大,因此我们要检索WMD比较小的句子时,可以先用欧式距离过滤掉距离比较大的句子,剩下的再采用WMD进行比较 Word Rotator's...最近的论文《Word Rotator's Distance: Decomposing Vectors Gives Better Representations》则巧妙的提出,在归一化的同时可以把模长融入到约束条件...(x, y): """WRD(Word Rotator's Distance)的参考实现 x.shape=[m,d], y.shape=[n,d] """ x, y =...(x, y): """1 - WRD x.shape=[m,d], y.shape=[n,d] """ return 1 - word_rotator_distance(...z_x-z_y) ** 2).sum()**0.5 * 0.5 # 别忘了最后要乘以1/2 return dis References 从EMD、WMD到WRD:文本向量序列的相似度计算 Word Rotator

    2.4K20
    领券