1. 程式人生 > >乾貨 | 陪伴我學習NLP、知識圖譜的那些資源(教程+書籍+網站+工具+論文...可以說很全面了)...

乾貨 | 陪伴我學習NLP、知識圖譜的那些資源(教程+書籍+網站+工具+論文...可以說很全面了)...

Word Hashing是非常重要的一個trick,以英文單詞來說,比如good,他可以寫成#good#,然後按tri-grams來進行分解為#go goo ood od#,再將這個tri-grams灌入到bag-of-word中,這種方式可以非常有效的解決vocabulary太大的問題(因為在真實的web search中vocabulary就是異常的大),另外也不會出現oov問題,因此英文單詞才26個,3個字母的組合都是有限的,很容易列舉光。