中文句子填空式机器阅读理解数据集 - CMRC2019.zip

VBA获取拼音源码.xlsm 两个自定义函数 一个是获取单个字符的拼音 一个是获取中文句子的拼音 可以直接当函数使用

功能描述 基于siamese-lstm的中文句子相似度计算 环境搭建 Ubuntu：16.04（64bit） Anaconda：2-4.4.0（python 2.7） 历史版本下载： TensorFlow：1.5.1 numpy：1.14.3 gensim：3.4.0 (nltk：3.2.3) jieba：0.39 word2wec中文训练模型 参考链接： 代码使用 模型训练 # python train.py 模型评估 # python eval.py 论文参考 代码参考 版本：a61f07f6bef76665f8ba2df12f34b25380016613 AETC2018赛题描述 相关链接：

中文句子 相似度计算算法 计算句子的相似度

ChineseSimilarity-gensim-tfidf """ 基于gensim模块的中文句子相似度计算 思路如下： 1.文本预处理：中文分词，去除停用词 2.计算词频 3.创建字典（单词与编号之间的映射） 4.将待比较的文档转换为向量（词袋表示方法） 5.建立语料库 6.初始化模型 7.创建索引 8.相似度计算并返回相似度最大的文本 """ 可直接运行ChineseSimilartyCaculation.py stopwords.txt为中文停用词表

DIY中文NLP算法包 这是一个DIY的中文NLP算法包，具体算法分析请参见https://blog.csdn.net/greepex/article/details/80493045 其中有关于短文本相似度以及情感极性分析的算法。 短文本相似度算法(distance.py) 基于分词后单词： edit_similar(str1,str2)：编辑距离相似度，输入为分词后的两个句子的列表，返回值为两者相似度。 cos_sim(str1, str2):余弦相似度，输入为分词后的两个句子的列表，返回值为两者相似度。 基于字符： difflib.SequenceMatcher(None,str1,str2).ratio()：difflib为python自带的库，str1和str2无需分词。 综合相似度： compare(str1, str2)：输入是两个字符串（中文句子），无需分词，返回值为两者相