阅读提示：为防止内容获取不全，请勿使用浏览器阅读模式。
但林灰似乎毫不介意，就那样认真地听她陈述。
林灰这种态度让伊芙·卡莉没那么紧张了。
在陈述的时候，伊芙·卡莉注意到一个小细节：
在机场往回来的路上，当她向林灰建议找个翻译进行同传的时候林灰几乎不假思索就同意了。
但在实际沟通的时候，伊芙·卡莉从林灰的一些反应判断出林灰其实是能直接听懂她所表达的内容的。
既然如此，林灰当初为什么还答应她的请求？
而不是直接丢掉翻译跟她沟通呢？
或许这一切都是为了给予对等的尊重吧！
这份对等的尊重不光是给予伊芙·卡莉的，主要是给予米娜·卡莉的。
试想一下，如果林灰压根不需要翻译就能和伊芙·卡莉交谈。
似乎最尴尬要数跟伊芙·卡莉一块同行的米娜·卡莉了。
一个男人能够做到这份细心确实不容易。
伊芙·卡莉对林灰的好感增添了零点几个百分点。
妹妹似乎也注意到林灰在同传方面这个善解人意的做法了。
伊芙·卡莉注意到米娜·卡莉有意无意地不知道撩动过几回头发了。
当然米娜的示好也可能仅仅是因为林灰的颜值。
按理说东方男性的外貌在西方人眼里是很难区分的。
但人帅到一定程度是超越地域局限的。
林灰似乎就是这种情况，哪怕以最苛刻的审美体系来评判，林灰的颜值也能打99分，满分10分。
第一眼看到林灰时，如果不是林灰主动表露身份，伊芙·卡莉甚至觉得林灰的身份会是一个模特。
当然这些都是题外话了。
注意到林灰在细节方面有意无意释放的善意之后。
伊芙·卡莉在进行陈述的时候彻底放松了下来。
在向林灰着重介绍了这个时空里人们是如何评估文本相似度的。
伊芙·卡莉注意到林灰听说她的团队先前是利用基于网络知识的方法来评估文本相似度时眉毛蹙了一下。
莫非是林灰并不认同基于网络知识评估文本相似度的方法？
还是说林灰觉得有什么方法比这种方法更好呢？
伊芙·卡莉默默将这件事记在心里。
在伊芙·卡莉陈述完成后。
林灰领略到了她的意思。
不过却并没有正面回答伊芙·卡莉的问题。
而是反问伊芙·卡莉：“关于使用向量介入进行语义文本相似度计算你怎么看？”
虽然这是林灰在这次交流中提出的第一个问题。
但这个问题让伊芙·卡莉多少有点措手不及。
伊芙·卡莉不太清楚林灰为什么提出这个问题。
莫非可以不依靠向量来进行语义文本相似度计算吗？
可这怎么能做到呢？
机器识别文本时为了要机器识别自然语言，往往将自然语言数值化。
而将这些数值进行属性区分则必须进行向量化。
这种方法已经有很长时间历史了，伊芙·卡莉记得在1977年（这个时空）就有研究人员首次提出向量空间模型VSM了。
一经提出这种研究方法就比较受欢迎。
虽然很快这种方法就被发现了有不小的漏洞。
利用VSM方法的话，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;
另外VSM为达到简化模型的效果忽略了词语间的关系，而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。
尽管有着明显的漏洞，但在之后近四十年的历史中，人们仍然要引入向量进行语义文本相似度分析。
本章未完，请点击下一页继续阅读》》