本文为文本距离（WMD，BM25），检索（倒排索引），邻近搜索（ Annoy, KD tree, HNSW ）的一些基础方法进行了笔记梳理。
检索式对话系统基础
文本表征的一些方法
句向量： 词向量求平均，将 tf-idf 当做单词权重，或者使用 SIF 加权平均（效果似乎更好）。
- 中文词向量链接：github.com/Embedding/Chinese-Word-Vectors
- quick-Thought Vectors
- 使用孪生网络，与问答查重理论相同。或者输入输出使用不同的 encoder，使用负采样，负采样为预料中上下文的句子，和词向量的负采样原理相似。
大约 12 分钟