阅读提示：为防止内容获取不全，请勿使用浏览器阅读模式。
里知识还没忘记的一般考生都能拿过来利用这个模型算算文本相似度。
不过很多高中生学的时候可能根本不知道他们学的这玩意能做这个。
（ps：……高中学的东西很有用，不要觉得暂时看不到用途就放弃）
当然，也正是由于该模型简单高效。
在该模型提出来之后很长的一段时间里，它都是文本相似度计算领域的主流方法。
但该模型并不是没有缺点。
基于VSM的方法仍然有两点缺陷:
一方面当文本量很大时，生成的文本向量是非常稀疏的，这就导致了空间和计算资源的浪费;
另一方面VSM为达到简化模型的效果忽略了词语间的关系，但在很多情况下词语之间是存在联系的，因此简单地认为词语间相互独立是不合理的。
这两条缺陷尤其致命。
第一条直接影响处理相似度的效率，第二条直接影响词义相似度判别的准确度。
在这种情况下，VSM模型在使用了一段时间之后，研究人员就将这个模型抛弃了。
现在的人们具体应用什么计算文本相似度林灰也不是很清楚。
不过林灰注意到伊芙·卡莉先前发给他的邮件并没有提到向量有关的内容。
时下的研究人员似乎已经淡忘了向量化。
或许现在再说到利用向量化进行自然语言文本处理似乎是一个很复古的研究方向了。
但实际上向量化这个方向仍然有潜力可以挖掘。
应用分布式词向量完全可以进行文本相似度计算。
不过这个时空的人们不知道也很正常。
林灰记得前世涉及到自然语言处理这方面很多重要成果都是2013年、2014年这两年井喷出来的。
前世涉及到文本相似度模型的架构这方面。
用于计算语义文本相似度的分布式词向量这项技术就是就是在2013年诞生的。
前世正是在分布式词向量问世后，语义文本相似度才取得了突破性的进展。
这个时空节奏上慢了两年，应用分布式词向量计算文本相似度没被提出来也很正常。
一步落后，步步落后。
节奏上慢这两年时间的话，这个时空无疑很多方面都落后了。
这些对于林灰无疑是个好消息。
应用分布式词向量来构建计算文本相似度的方法虽然说起来容易。
但具体阐述起来这个问题其实还是比较复杂的。
因此林灰当初并没有在邮件中回复伊芙·卡莉。
如果这个时空涉及到文本相似度模型架构方面的研究都短腿的话。
那林灰岂不是很有义务援助一下？
看来跨时空之搬运工又要上线了。
当然了这种搬运不是无偿的。
眼下林灰更关心的还是论文。
在相关研究出现方向性偏差的情况下，林灰真要写论文的话岂不是很容易就能发表好几篇？
这样水平的论文林灰写起来很容易。
虽然林灰前世学术生涯上没有走太远，但前前后后发的论文加起来大概有七八篇了。
有几篇论文还是全英文的。
总之发表论文这样的事情，对林灰来说已然是轻车熟路。
这种情况下，林灰感觉他很容易就能把麻省理工学院学士学位所要求的附加分刷满。
尽管如此，林灰还是决定先跟伊芙·卡莉见面沟通一下再弄论文相关的事情。
毕竟林灰不是很清楚西方世界在文本相似度研究的具体进展，万一不小心撞车就尴尬了。
商业上的撞车可以美其名曰是商业竞争。
学术上的撞车可是一辈子的污点。
本章未完，请点击下一页继续阅读》》