一、N-gram介绍 　　n元语法（英语：N-gram）指文本中连续出现的n个语词。n元语法模型是基于(n - 1)阶马尔可夫链的一种概率语言模型，通过n个语词出现的概率来推断语句的结构。这一模型被 ...

深度文本匹配方法 近期在看有关于相似文本检索的论文，但是发现这个方向模型和论文太多，为了方便自己看，简单做了个整理。 匹配方法可以分为三类： 基于单语义文档表达的深度学 ...

最近工作上需要做句子语义去重相关的工作，本质上这是属于NLP中text matching(文本匹配)相关的内容。因此我花了一些时间整理了一些关于这个方向的资料，整理如下(也许会持续更新): B ...

论文题目：Matching Article Pairs with Graphical Decomposition and Convolutions 发表情况：ACL2019 腾讯PCG小组 模型简 ...

实际场景： 网站的用户发了一些帖子S1, S2,...，网站就要审核一下这些帖子里有没有敏感词。 1. 如果网站想查一下帖子里有没有一个敏感词P，这个文本匹配要怎么做更快？ 2. 如果网站想查一 ...

1. 简介 AC自动机是一种多模匹配的文本匹配算法。 如果采用naive的方法，即依次比较文本串s中是否包含模式串p1, p2,...非常耗时。考虑到这些模式串中可能具有相同子串，可以利用已经比较 ...