木森研心 作品
第十一章 女孩的心思
雖說趙施言並不覺得自己像凌志說的那樣誇張，像太陽一樣照耀著周圍的人。但是她同樣沒覺得凌志在說謊或者應付她，她能感覺得到男生心中的真誠，所以她還是很開心的，誰不喜歡別人誇自己啊。
趴在桌上的她現在想想，她形容凌志是個“乾淨”的男孩子。剛剛說出口之時，確實是憑藉感覺脫口而出的。但現在仔細回憶回憶前兩次的碰面，她愈發肯定自己的形容十分準確。如果光說外表的話，男孩確實不是長得很帥的那種。單眼皮，小眼睛，戴個眼鏡，甚至還有少許鼻毛和沒刮乾淨的鬍子，一看就是一個普通的學生形象。然而他打起檯球和聊起檯球時的那種認真的眼神，出杆時不急不躁的流暢的動作，讓她覺得打球就應該是如此，而不是摻雜一些別的東西。只是偶爾對自己好球的誇讚和說自己壞球的運氣差，她覺得十分好笑。
“真是個傻子，每杆沒打好的球都是運氣差嗎？”
趙施言沒好氣地想到。所以，她願意跟這樣的男孩做球友，畢竟球房裡想找到跟自己同水平的姑娘幾乎不可能。不過現在，她覺得她不光願意跟男孩做球友，甚至……
念頭一起，她迅速不自覺地搖了搖頭。她也有著自己的煩惱，只不過這些被她用她固有的氣場很好地掩飾住了。
過了一會兒，她抬起頭，拍了拍自己的臉蛋。
“嗯，不能再這樣了，這一點都不像我。”
趙施言借住的學姐的宿舍是個單人間，學姐暑假外出實習，而她應該在學姐實習回來前就搬到新宿舍了。她準備用從學姐那裡借來的校園卡洗個澡，希望能順利地忘記煩惱。
……
第二天，凌志早早來到實驗室。今天週六，實驗室也會有同學過來，但比一般時候來的晚一些。凌志並沒有像往常一樣打開論文，而是打開一款接單軟件。
自從他學會給自己採集數據之後，凌志覺得自己的這項技能不能被埋沒啊，於是給自己找了個活兒幹，每週末給一些客戶整理一些公開數據集，不會佔據自己太多的時間。
凌志在線掛了一會兒，今天的第一個客戶出現了。
“您好，在嗎？”
“在的親，請問您想要採集什麼數據呢？”
“您好，請問可以幫忙分析數據嗎？”
分析數據啊，凌志不是專門做數據分析的，但是能不能做要看情況。如果只是做一些簡單的統計的話……
“您可以把您的需求發出來，我看看能不能做。”
“好的，我是想計算一下行業內每兩個公司之間的相似度……”
凌志聽著客戶的需求，也不時提出一些疑問。回答完之後根據數據量給出了一個報價以及預期交付時間，客戶並沒有多砍價，就這麼敲定了。
實際上計算文本相似度的方法有很多，比如統計兩個文本中有沒有詞語同時出現，出現頻率是否相近，標點符號使用頻率是否一致等等。但這些統計都是表層的統計，句子語義深層次的相似度沒有辦法通過這種辦法來計算。比如“開心”和“快樂”是同一語義，相似度為0.97，而“開心”和“傷心”則是相反語義，相似度為0.02。如果用最表層的統計方法是沒辦法得出上述結論的。所以在當下，深度學習方法則成為主要的學習句子深層次語義的方法。
趴在桌上的她現在想想，她形容凌志是個“乾淨”的男孩子。剛剛說出口之時，確實是憑藉感覺脫口而出的。但現在仔細回憶回憶前兩次的碰面，她愈發肯定自己的形容十分準確。如果光說外表的話，男孩確實不是長得很帥的那種。單眼皮，小眼睛，戴個眼鏡，甚至還有少許鼻毛和沒刮乾淨的鬍子，一看就是一個普通的學生形象。然而他打起檯球和聊起檯球時的那種認真的眼神，出杆時不急不躁的流暢的動作，讓她覺得打球就應該是如此，而不是摻雜一些別的東西。只是偶爾對自己好球的誇讚和說自己壞球的運氣差，她覺得十分好笑。
“真是個傻子，每杆沒打好的球都是運氣差嗎？”
趙施言沒好氣地想到。所以，她願意跟這樣的男孩做球友，畢竟球房裡想找到跟自己同水平的姑娘幾乎不可能。不過現在，她覺得她不光願意跟男孩做球友，甚至……
念頭一起，她迅速不自覺地搖了搖頭。她也有著自己的煩惱，只不過這些被她用她固有的氣場很好地掩飾住了。
過了一會兒，她抬起頭，拍了拍自己的臉蛋。
“嗯，不能再這樣了，這一點都不像我。”
趙施言借住的學姐的宿舍是個單人間，學姐暑假外出實習，而她應該在學姐實習回來前就搬到新宿舍了。她準備用從學姐那裡借來的校園卡洗個澡，希望能順利地忘記煩惱。
……
第二天，凌志早早來到實驗室。今天週六，實驗室也會有同學過來，但比一般時候來的晚一些。凌志並沒有像往常一樣打開論文，而是打開一款接單軟件。
自從他學會給自己採集數據之後，凌志覺得自己的這項技能不能被埋沒啊，於是給自己找了個活兒幹，每週末給一些客戶整理一些公開數據集，不會佔據自己太多的時間。
凌志在線掛了一會兒，今天的第一個客戶出現了。
“您好，在嗎？”
“在的親，請問您想要採集什麼數據呢？”
“您好，請問可以幫忙分析數據嗎？”
分析數據啊，凌志不是專門做數據分析的，但是能不能做要看情況。如果只是做一些簡單的統計的話……
“您可以把您的需求發出來，我看看能不能做。”
“好的，我是想計算一下行業內每兩個公司之間的相似度……”
凌志聽著客戶的需求，也不時提出一些疑問。回答完之後根據數據量給出了一個報價以及預期交付時間，客戶並沒有多砍價，就這麼敲定了。
實際上計算文本相似度的方法有很多，比如統計兩個文本中有沒有詞語同時出現，出現頻率是否相近，標點符號使用頻率是否一致等等。但這些統計都是表層的統計，句子語義深層次的相似度沒有辦法通過這種辦法來計算。比如“開心”和“快樂”是同一語義，相似度為0.97，而“開心”和“傷心”則是相反語義，相似度為0.02。如果用最表層的統計方法是沒辦法得出上述結論的。所以在當下，深度學習方法則成為主要的學習句子深層次語義的方法。