第十一章 女孩的心思（第2页）
虽然客户在这一块并不是专业的，也并不知道计算相似度都有哪些方法，更没有去问凌志打算如何计算，但凌志依然想用深度学习方法来帮助客户准确计算每个公司的相似度。
凌志看着客户发来的每个公司的代表产品，找到了之前自己训练好的一份词向量表，先把产品名用分词工具分词，再对应到词向量表中，最终将两个公司之间的产品所对应的向量进行两两欧氏距离计算，最终一平均得到了每一对公司之间的相似度……
感觉也不复杂，但是不知不觉一天就过去了。凌志整理了一下数据，发给了客户。
“您好，相似度的计算已经搞好了，您看您还满意么？”
过了一会儿，客户回复道：
“[拱手]整理得太细致了，谢谢您。不过您是怎么计算相似度的呢？如果方便的话能不能告诉我一下，我想写进我的介绍推文里。”
“哦哦，其实也不复杂，我用的是词向量计算的，而词向量是用深度学习方法训练出来的……”
凌志仔细地打了一大段文字，大概介绍了一下原理，没有说得太细。
实际上词向量的训练过程是深度神经网络根据词的上下文来推断出来的，比如说，“开心”这个词周围经常出现的词汇与“伤心”就截然不同。
所以深度语义，本质上也是由他的上下文来决定的，这也是凌志大致解释给客户的内容。
至于如何根据上下文推导出词向量，上下文的范围界定到底有多广，凌志就没有细讲，讲了客户也不关心，他只会挑重点说。
“谢谢您哈，对了，其实我这边还有一大批数据需要计算相似度，您能不能教我使用代码呢？这样以后我就不用麻烦您了。”
教代码啊。凌志有些脑壳疼，倒也不是说不行，只不过教不是计算机行业的人运行代码可能会出现各种各样的小问题。但他也没有拒绝，这种需求都是常态，一般客户要了数据之后，如果想要代码，凌志都会免费给他，而且还耐心地教客户安装各种环境。
“也行，我给您发个文档，您先按里面的说明安装一下。”
凌志把以前写好的文档简单改改，发了过去。
过了一会儿。
“不好意思，我这边安装gensim包的时候报错了，……”
“哦哦，那可能是下载源的问题，……”
“这个地址斜杠后面是不是需要空格？……”
客户不断地询问着各种问题，凌志也耐心回答着，最后总算是帮客户搞定了。
“谢谢，麻烦您了。”
“不客气，应该的。”
凌志看看表，该吃晚饭了，反正已经加了客户微信，有什么事再说。
……
晚上7点，凌志拿起自己刚买的《字母表谜案》，准备进入自己的悬疑世界。看了没几页，手机震动了一下。凌志打开手机，发现客户又给自己发了信息：
“不好意思，晚上再打扰您一下，我觉得我之前设计的表格格式不太美观，因为我一开始也没想好，还得麻烦您再帮我排一下版。……”
（）;（） 之后凌志收到了客户发给自己的图例，表示按照这个格式来排版。
倒也不是很麻烦，凌志打开了自己的电脑，开始加班，很快就重新设计好了。
请勿开启浏览器阅读模式，否则将导致章节内容缺失及无法阅读下一章。
当我吃了饕餮元神以后 一人之下，天官赐福 重生成橘猫 小纯风 幕后台前 都市之超神岳父 古代人保护区 咸鱼女配又成了爽文女主[快穿] 乱臣俯首 女配逆袭99次：你好，小炮灰 重生之竹马要青梅 我真和你姐离婚了 大片时代 摧毁玛丽苏 美漫大妖王 [西游]狐狸精她只想种田 末世之家有萌宝 与爱定制爱情 快穿之灵愿收集 长老今年四岁半
重生后我拒绝了校花和青梅
陈羽回到2009年，高考结束后，校花和青梅先后向他表白，但都被他义正词严地拒绝了。重生的他一心一意想要搞钱，想要与前世的白月光再续前缘，但中途似乎出了一点意外若干年后，陈羽已然成为超级富豪，回首往事，他不禁感慨我怎么就全都要了呢？一开始，我不贪心的啊！本书又名重生后成为亿万富豪很合理吧简介无力，请读者老爷们移步正文各位书友要是觉得重生后我拒绝了校花和青梅还不错的话请不要忘记向您QQ群和微博里的朋友推荐哦！...
季汉彰武
大道夷且长，窘路狭且促。修翼无卑栖，远趾不步局。舒吾陵霄羽，奋此千里足。超迈绝尘驱，倏忽谁能逐。乱世哀民乞活尸骨，转生为汉末颍川陈氏子弟的陈冲，看着九州满目疮痍，他决心改变这个世界。在和刘备一路走来的数十年里，他经历了失望背叛乃至决裂，但他仍然坚定不移地走完这条路。遍地哀鸿满地血，无非一念救苍生。...
七零年代喜当妈
1972年的夏天苏若正收拾着行李，过几天她就要去青大读书，那里还有一个未婚夫正等着她。可是一觉醒来，她却成了一个偏僻乡村的知青，床前站着一个陌生的军装男人，床头有一个娃正叫着她阿妈。她转头，就看...