沃·夏澈德的博客

安装https://github.com/Maluuba/nlg-eval从上面连接下载，如何运行setup.py即可。demofrom nlgeval import compute_metricsmetrics_dict = compute_metrics(hypothesis='data/hyp.txt', references=['data/ref1.txt'])输出：结果倒是出来了，但是会报错，不知道怎么解

最小编辑距离两个字符串之间的最小编辑距离，就是其中一个字符串通过若干次插入，删除，替换字符从而得到另一个字符，而这若干次就是最小编辑距离，这里假定允许替换为一次操作，否则替换则认为是删除，插入，是两次操作。原理方面这里有一片写的很详细的博文https://blog.youkuaiyun.com/qq_34552886/article/details/72556242，以下主要为举例理解。先上一...

参考书目：python自然语言处理实战——核心技术与算法规则分词顾名思义，直接靠规则来进行分词，这种方法是一种机械的分词方法，主要手段就是通过将语句的每个字符串与词表进行匹配，找到就分，找不到就不分。词表：天气真好今天伤心冬瓜汤句子：今天天气真好结果：今天/天气/真好按照匹配的方式，规则分词主要有正向最大匹配法，逆向最大匹配法以及双向最大匹配...

参考书目：python自然语言处理实战——核心技术与算法TF/IDF基本思想：TF是计算一个词在一篇文档中出现的频率，IDF是一个词在多少篇文档中出现过，显然TF越高证明这个词在这篇文章中的代表性就越强，而INF越低则证明这个词在具有越强的区分能力。因此中和这两个数，就能较好地算出文档的关键词。关键公式|D_i|是文档中出现词i的文档数量，|D|是文档数附上书上抄来的代码...

理论主要来自论文A Neural Probabilistic Language Model，可以百度到的这篇博文对理论方面的介绍挺不错的    链接地址一下是其中的一些截图，主要是算法步骤部分算法步骤前向计算反向更新 个人实现的代码import globimport randomimport mathimport pickleimport nu...

https://www.jianshu.com/p/2d5e42f4caf6