IOT_victor的博客

1、ALbert

1、文本相似度编辑距离https://blog.youkuaiyun.com/wxgxgp/article/details/104184418import Levenshteinhttps://blog.youkuaiyun.com/IOT_victor/article/details/106670275simhashhttps://blog.youkuaiyun.com/wxgxgp/article/details/104106867余弦相似度https://blog.youkuaiyun.com/wxgxgp/articl...

1、QAQA应用Bert，从流程角度，一般分为两个阶段：检索+QA问答判断。首先往往会把比较长的文档切割成段落或者句子n-gram构成的语言片段，这些片段俗称Passage，然后利用搜索里的倒排索引建立快速查询机制。 第一个阶段是检索阶段，这个和常规的搜索过程相同，一般是使用BM25模型（或者BM25+RM3等技术）根据问句查询可能的答案所在候选段落或者句子； 第二个阶段是问答判断。在训练模型的时候，使用SQuAD等比较大的问答数据集，或者手上的任务自有数据集，对Bert模型进行 Fine-tu

推荐系统技术演进趋势：从召回到排序再到重排https://zhuanlan.zhihu.com/p/100019681四个环节分别是：召回、粗排、精排和重排。可以在召回和精排之间加入一个粗排环节，通过少量用户和物品特征，简单模型，来对召回的结果进行个粗略的排序，在保证一定精准的前提下，进一步减少往后传送的物品数量，粗排往往是可选的，可用可不同，跟场景有关。 之后，是精排环节，使用你能想到的任何特征，可以上你能承受速度极限的复杂模型，尽量精准地对物品进行个性化排序。 排序完成后，传给重排环节，

PaperWeekly 第37期 | 论文盘点：检索式问答系统的语义匹配模型（神经网络篇）：https://zhuanlan.zhihu.com/p/26879507【第九期】AI Talk：深度文本匹配在智能客服中的应用：https://zhuanlan.zhihu.com/p/47336836

1、模型详解（TF）：https://zhuanlan.zhihu.com/p/47722475https://github.com/Determined22/zh-NER-TF(torch): https://github.com/luopeixiang/named_entity_recognition

1、堆堆是一个完全二叉树。 堆中每一个节点的值都必须大于等于（或小于等于）其子树中每个节点的值。2、堆的操作2.1、往堆中插入一个元素堆化（heapify）下图是从下往上的堆化，在结尾插入一个元素222.2、删除堆顶元素删除堆顶的元素之后，把最后一个节点放到堆顶，然后利用同样的父子节点对比方法。3、堆排序借助于堆这种数据结构实现的排序算法，就叫作堆...

1、冒泡排序冒泡排序只会操作相邻的两个数据。 每次冒泡操作都会对相邻的两个元素进行比较，看是否满足大小关系要求。如果不满足就让它俩互换。 一次冒泡会让至少一个元素移动到它应该在的位置，重复 n 次，就完成了 n 个数据的排序工作。第一次冒泡操作的详细过程经过一次冒泡操作之后，6 这个元素已经存储在正确的位置上。要想完成所有数据的排序，我们只要进行 6 次这样的冒泡操作就行了。...

1、Binary Search算法简介二分查找，它的时间复杂度是 O(logn)。 其核心思想有点类似分治思想。即每次都通过跟区间中的中间元素对比，将待查找的区间缩小为一半，直到找到要查找的元素，或者区间被缩小为 0。但是二分查找的代码实现比较容易写错。你需要着重掌握它的三个容易出错的地方：循环退出条件、mid 的取值，low 和 high 的更新。 二分查找虽然性能比较优秀，...

1、快速排序思路（拓：O(n) 时间复杂度内求无序数组中的第 K 大元素）根据分治、分区、递归的处理思想，我们可以用递归排序下标从 low到 m-1 之间的数据 和下标从 m+1 到 high之间的数据 ，直到区间缩小为 1，就说明所有的数据都有序了。核心思想就是写一个分区函数partition()，返回分区点的下标位置，使分区点左侧的数小于pivot，右侧的值大于pivot...

1、归并排序思想归并排序的核心思想：如果要排序一个数组，我们先把数组从中间分成前后两部分，然后对前后两部分分别排序，再将排好序的两部分合并在一起，这样整个数组就都有序了。归并排序的执行效率与要排序的原始数组的有序程度无关，所以其时间复杂度是非常稳定的，不管是最好情况、最坏情况，还是平均情况，时间复杂度都是 O(nlogn)。空间复杂度是 O(n)。2、代码详解（合并函数mer...