句子向量（句子向量化）

内积的定义

内积是什么：“内积”即为“点积”，我们通常还称他为数量积。出处：欧几里得空间的标准内积。数学解释：两个向量a = [a1， a2，…， an]和b = [b1， b2，…， bn]的点积定义为a·b=a1b1+a2b2+……+anbn。

在有限维实数向量空间中，内积被定义为向量对应分量乘积之和。更明确地说，如果x=（x1，x2，...，xn）和y=（y1，y2，...，yn），那么x和y的内积为x，y=x1y1+x2y2+...+xn*yn。

向量的内积 即 向量的的数量积 定义：两个非零向量的夹角记为〈a，b〉，且〈a，b〉∈[0，π]。定义：两个向量的数量积(内积、点积)是一个数量，记作a·b。

内积一般指点积。在数学中，数量积（dot product； scalar product，也称为点积）是接受在实数R上的两个向量并返回一个实数值标量的二元运算。它是欧几里得空间的标准内积。

内积就是点积，假设a=（a1，a2），则a和a的内积=（a1，a2）（a1，a2）=a1a1+a2a2。两个向量a = [a1， a2，…， an]和b = [b1， b2，…， bn]的点积定义为：a·b=a1b1+a2b2+……+anbn。

抽取式摘要生成

1、目前主流的文本摘要自动生成有两种方式，一种是抽取式（extractive），另一种是生成式（abstractive）。抽取式顾名思义，就是按照一定权重，从原文中寻找跟中心思想最接近的一条或几条句子。

2、首先自动文本摘要大概分为 抽取式和生成式两类。抽取式摘要主要是直接抽取输入文本的几句话来概括整段的内容，这个实现相对简单（常用算法 TextRank、TF-IDF 等，本文使用的是 BM25 算法）。

3、文本自动摘要按照输出类型分为：抽取式摘要和生成式摘要。文本摘要根据不同的分类标准可以划分为多种类型。按照数据有无标注，可以分为有监督和无监督两种。文本摘要按照输入类型可分为单文档摘要和多文档摘要。

4、方法二 在word选项中开启自动摘要工具，然后点击“自动摘要”选项设置后即可自动生成摘要，具体操作请参照以下步骤。首先打开word文档后点击左上角的office按钮，在其界面中选择右下角的“word选项”点击。

5、抽取单元为句子、短语或词语，大多数方法都是以句子作为抽取单元。文本摘要在NLP领域的研究方向之一，从研究落地到实际业务，发展方向有模仿人撰写摘要的模式，融合抽取式和生成式等。

6、抽取式摘要主要从源文档中提取现成的句子作为摘要句，一般在语句流畅程度上比生成式摘要好，但是容易引入较多的冗余信息。生成式摘要主要根据源文档内容，通过算法模型生成摘要，而非提取原文的句子。

文本向量化的方法

一般会根据ifidf值或者词频之类的做一些简单的过滤， 也有一些专门选取特征的方法，诸如信息增益，互信息，卡方统计等， 有文章专门介绍。文本向量化，tfidf这是90%以上的文章和相关机器学习库demo，论文里会提到的方法。

文本向量化的方法有很多，主要可分为以下两个大类：基于统计的方法、基于神经网络的方法。

首先，如果不局限于NN的方法，可以用BOW+tf-idf+LSI/LDA的体系搞定，也就是俗称的01或one hot representation。其次，如果楼主指定了必须用流行的NN，俗称word-embedding的方法，当然首推word2vec（虽然不算是DNN）。

one-hot是文本向量化最常用的方法之一。1 one-hot编码 什么是one-hot编码？one-hot编码，又称独热编码、一位有效编码。

sent是什么意思

sent作为动词，表示发送或派遣的意思，例如：She sent an email to her boss.（她给她的老板发送了一封电子邮件。

sent v. 发送；派遣；使处于...的状态；放出；运输（动词send的过去式和过去分词）发音：英 [sent]；美 [sent]。

v.邮寄；发送；传达；转致；告知；派遣；打发；安排去。读音：英 [sent]，美 [sent]。搭配短语：sent off 寄出，解雇，命令退场。sent out 发送，发出。sent for 派人去请，派人去拿。

sent意思：v、发送；派遣；使处于...的状态；放出；运输。读音 英 [sent] ，美 [sent] 。单词变形 动词send的过去式和过去分词。适用语序 send用于主动句；sent用于被动句。

如何判断两篇文章的相似度?

PaperFree：PaperFree的论文检测相似度是通过将论文与系统中的数据库进行比对，根据连续13个字符以上的重复情况来计算论文的相似度。无论是哪种查重系统，论文的相似度都是根据论文中与数据库中的内容进行比对后得出的。

第一步，打开电脑进入桌面，打开软件进界面。第二步，打开软件进入后，打开相应的文档。第三步，找到上方菜单栏的审阅点击。第四步，找到右边的比较点击进入。第五步，点击后弹出界面选择对比的文档点击确定。

内容相似度。主要关注文章的主题、研究领域和具体数据等内容方面，两篇文献的内容相似度高，那么很有可能存在抄袭或者借鉴的情况。

检查文章的语言和表达方式：每个作者都有自己独特的语言风格和表达方式。如果发现文章的语言和表达方式与另一篇文章非常相似，那么就需要仔细比对两篇文章的内容，以确定是否存在抄袭。

用爬虫比较两篇文章相似度的基本方法是：抽取网页新闻中的关键词，接着将关键词向量化，然后将得到的各个词向量相加，最后得到的一个词向量总和代表网页新闻的向量化表示，利用这个总的向量计算网页相似度。

检测文章相似度的软件有很多，以下是其中几种比较常用的：Google Reverse Image Search：该软件可以通过图片识别技术，检测两张图片是否相似。