From Word Embeddings To Document Distances 阅读笔记

本文主要解决文本相似度问题，在word2vec, BOW的基础上提出了WMD模型（Word Mover’s Distance），主要思想是将A文档中的每个词，通过最小距离的转移到B文档中对应的词，最终将每个距离相加，作为衡量两个文档的距离。WMD是无超参数的，而且可解释性高。在一些nlp任务中取得了不错效果。 背景介绍： 解决这类问题的常见思路如下： 文档最常用的两种表示方式BOW和TF-IDF。

>>阅读原文<<