目录 1. 任务 1.1. 背景 1.2. 任务定义 1.3. 评测标准 1.4. 数据集 2. 方法总结 2.1. 基于词频的方法 2.2. 基于语义的方法 2.2.1. 基于表示的方法 2.2.2. 基于比较的方法 2.3. 训练方法 2.3.1 Pointwise方法 2.3.2 Pairwise方法 2.3.3 Listwise方法 3. Paper List 3.1.

目录 1 任务 1.1 任务定义 1.2 任务分类 1.3 评测标准 1.4 数据集 “技术需求”与“技术成果”项目之间关联度计算模型（需求与成果匹配) 智能客服问题相似度算法设计——第三届魔镜杯大赛 CCKS 2018 微众银行智能客服问句匹配大赛 AFQMC 蚂蚁金融语义相似度 OPPO手机搜索排序query-title语义匹配数据集 医疗问题相似度衡量竞赛数据集

前言天各一方的两台计算机是如何通信的呢？在成千上万的计算机中，为什么一台计算机能够准确着寻找到另外一台计算机，并且把数据发送给它呢？ 可能很多人都听说过网络通信的 5 层模型，但是可能并不是很清楚为什么需要五层模型，五层模型负责的任务也有可能经常混淆。下面是网络通信的五层模型 说实话，五层模型的具体内容还是极其复杂的，不过今天这篇文章，我将用最简洁的模式，通过网络通信的五层模型来讲解一台计算机是

写在20年初的校招面试心得与自学CS经验及找工作分享 转载自 https://github.com/conanhujinming/tips_for_interview/blob/master/README-zh_CN.md 我于大三（15年下旬）开始自学CS，并在去年（19年）参加了校招的实习与春招，很幸运地拿到了10来家公司的offer。在这里分享一下自己总结的面试心得与技巧、自学CS的方法与

Lightgbm介绍LightGBM 是Light Gradient Boosted Machine的缩写，是Microsoft开发的用于机器学习的免费开源分布式梯度提升框架。它基于决策树算法，用于排名，分类和其他机器学习任务。开发重点是性能和可伸缩性。该框架支持不同的算法，包括GBT，GBDT，GBRT，GBM和MART。 本文介绍Lightgbm的常用参数以及调参方法。最后给出一个实用超参数优

评价指标在机器学习中，性能指标（Metrics）是衡量一个模型好坏的关键，通过衡量模型输出y_predict和y_true之间的某种“距离”得出的。 下面是常用的分类评估指标的Sklearn方法： 准确率 准确率是指我们的模型预测正确的结果所占的比例。 正式点说，准确率的定义如下： $Accuracy=\frac{Number of correct predictions}{Total numb

Word embeddings in 2020 转载自 https://colab.research.google.com/drive/1N7HELWImK9xCYheyozVP3C_McbiRo1nb 本文对每个词嵌入方法都有一个（非常）简短的描述，进一步研究的链接以及Python中的代码示例。所有代码都打包为Google Colab Notebook。 根据Wikipedia的说法，单词嵌

交叉熵（cross entropy）是深度学习中常用的一个概念，一般用来求目标与预测值之间的差距。以前做一些分类问题的时候，没有过多的注意，直接调用现成的库，用起来也比较方便。最近开始发现自己对交叉熵的理解有些模糊，不够深入。遂花了几天的时间从头梳理了一下相关知识点，才算透彻的理解了，特地记录下来，以便日后查阅。 信息论（熵概念介绍） 为什么要用交叉熵做loss函数？ 交叉熵在单分类问题中的使用

如何构建搜索系统 搜索系统的基本组成 Item 内容理解 Query 理解 检索召回 结果集排序

在这篇文章中，我将基于我的发现概述当前用于文本数据扩充的方法。 词汇替代 反向翻译 文字表面转换 随机噪声注入 实例交叉扩展 语法树操作 文字混合 生成方法 中文EDA工具