首页 文章 精选 留言 我的
优秀的个人博客,低调大师

微信关注我们

原文链接:https://yq.aliyun.com/articles/223189

转载内容版权归作者及来源网站所有!

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

如何确定网页和查询的相关性

本文分为两部分 搜索关键词权重的科学度量TF-IDF 利用python的工具包计算文本的TF-IDF 1. 搜索关键词权重的科学度量TF-IDF 查询:原子能的应用 首先进行分词:原子能、的、应用 根据直觉知道:包含这三个词较多的网页比包含少的网页与我们的需求相关性更好 漏洞:内容多的比内容少的占优势 改进:归一化。即用关键词的个数除以网页总的词数,商称为”单文本词频“TF(Term Frequency)。比如”原子能、的、应用“三个词出现的词数分别为2、35、5,网页中一共有1000个词,那么三个词的TF分别为:0.002、0.035、0.005。查询与网页的相关度即总词频公式如下。那么三者之和0.042就是关键词在该网页中的总词频。 TF1+ TF2+ ... + TFn 漏洞:”的“几乎在每个网页中都出现,对确认网页的主题几乎没什么价值 改进:我们把"这些词称为”停止词“(Stop word),比如:”的“, ”和“, ”是“,附录有几种停用词表。那么”原子能的应用“总TF=0.002 + 0.005 = 0.007 漏洞:”原子能“的对网页的价值比“应用”更大 改进:对...

【云栖大会】阿里CTO张建锋:成立全球研究院达摩院 未来3年投1000亿

10月11日上午,阿里巴巴集团首席技术官(CTO)张建锋讨论了新技术如何与阿里巴巴的未来相结合。 达摩院正式成立,阿里计划三年投入1000亿元。它由三部分组成,1. 建立全球研究室。目前已经在莫斯科、新加坡建立研究中心。2. 与高校合作研发。行癫认为在这个时代发现问题和解决问题的难度是相同的,阿里希望与高校合作来发现问题,并谋求解决之道。3. 创新研究计划。 “达摩院”的阵容可谓“星光熠熠”,首批公布的学术咨询委员会十人中有三位中国两院院士、五位美国科学院院士,包括世界人工智能泰斗Michael I. Jordan、分布式计算大家李凯、人类基因组计划负责人George M. Church等。作为最高学术咨询机构,学术委员会对研究方向、重点发展领域、重大任务和目标等学术问题提供咨询建议。 在阿里巴巴“达摩院”公布的前日,还有十三位顶级科学

相关文章

发表评论

资源下载

更多资源
Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长,特征是大鼻子、头戴帽子、身穿背带裤,还留着胡子。与他的双胞胎兄弟路易基一起,长年担任任天堂的招牌角色。

腾讯云软件源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题,腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构,目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

WebStorm

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源,继承了IntelliJ IDEA强大的JS部分的功能。

用户登录
用户注册