cos2cot的博客

0. 废话 上这门课半学期了，从刚开始的一头雾水，到现在非常喜欢它，收获很大。 教授是在这个领域很有经验，课程设计很合理，讲得也很有条理很清晰。Jamie人也超可爱的～ 打算最近把前半学期的内容按照Jamie给的系统示意图中的模块整理出来，避免考完了就还给他了… 好啦，不多讲啦，开始正题～ -------------------------------------------------

Bag of Words 解释： 搜素引擎用词袋模型这种shallow form理解语言。词袋模型的特征有： 1）忽略word order； 2）忽略stopwords（像the，a这种频率高又没什么实际意义的词）； 3）把words变成terms，将root相同的words变成一个term，比如cats->cat 优缺点： pros：简单；有效 c

参考文档： [1] http://boston.lti.cs.cmu.edu/classes/11-642/ [2] http://www.shuang0420.com/categories/NLP/Search-Engines/ 为啥要它？ retrieval model大多只考虑page content的好坏，比如title url什么的，然而来自不同source的相似的con

一、问题描述 Given a string, find the length of the longest substring without repeating characters. Examples: Given "abcabcbb", the answer is "abc", which the length is 3. Given "bbbbb", the ans

参考文档： Jamie的课件：http://boston.lti.cs.cmu.edu/classes/11-642/ 阿衡的SE笔记：http://www.shuang0420.com/categories/NLP/Search-Engines/ 为啥要Learning to Rank：     我们已经学习了很多的检索方法：  Retrieval Models：Vec