📚 文本相似度·匹配系统 30章 · 从入门到实战

01

文本相似度概述 什么是文本相似度 · 查重/搜索/推荐 · 挑战

02

文本预处理基础 Jieba分词 · 去停用词 · 词干/词形还原

03

向量空间模型 词袋模型 · TF-IDF · 向量化表示

04

余弦相似度 公式推导 · 计算步骤 · 优缺点

05

欧几里得距离与曼哈顿距离 L1/L2范数 · 适用场景对比

06

Jaccard相似度 集合论 · Jaccard系数 · 短文本匹配

07

编辑距离 (Levenshtein) 动态规划 · 编辑操作 · 拼写纠错

08

N-gram模型 N-gram定义 · 相似度计算 · 语言模型

09

Word2Vec词嵌入 CBOW & Skip-gram · 训练 · 可视化

10

Doc2Vec文档嵌入 PV-DM / PV-DBOW · 文档级相似度

11

BERT与预训练模型 Transformer · Masked LM · 句子对相似度

12

Sentence-BERT SBERT架构 · 孪生网络 · 对比学习

13

文本相似度评估指标 准确率/召回率/F1 · Spearman

14

数据集构建 标注策略 · 数据增强 · 正负样本

15

基于规则的匹配系统 关键词 · 正则 · 模板匹配

16

基于传统机器学习的匹配 特征工程 · SVM · 逻辑回归

17

基于深度学习的匹配 Siamese Network · ESIM · 交互式

18

跨语言文本相似度 机器翻译桥接 · MUSE/LASER · 零样本

19

短文本匹配 问答匹配 · query-标题 · 实体对齐

20

长文本匹配 文档摘要 · 论文查重 · 法律文书

21

语义哈希与近似最近邻 LSH · Annoy · Faiss

22

大规模文本检索系统 倒排索引 · Elasticsearch · 实时匹配

23

文本去重系统设计 SimHash · MinHash · 布隆过滤器

24

智能问答系统中的匹配 FAQ匹配 · 知识库 · 多轮对话

25

推荐系统中的文本匹配 基于内容推荐 · 协同过滤+文本

26

代码相似度检测 AST解析 · 代码指纹 · 抄袭检测

27

多模态文本匹配 图文匹配(CLIP) · 文本-表格 · 融合

28

模型部署与优化 ONNX · 量化加速 · GPU推理

29

A/B测试与效果评估 线上指标 · 流量分割 · 显著性检验

30

综合项目实战 端到端匹配系统 · 需求/数据/模型/部署