：台球博士 第十一章 女孩的心思( ..)虽说赵施言并不觉得自己像凌志说的那样夸张，像太阳一样照耀着周围的人。但是她同样没觉得凌志在说谎或者应付她，她能感觉得到男生心中的真诚，所以她还是很开心的，谁不喜欢别人夸自己啊。
趴在桌上的她现在想想，她形容凌志是个“干净”的男孩子。刚刚说出口之时，确实是凭借感觉脱口而出的。但现在仔细回忆回忆前两次的碰面，她愈发肯定自己的形容十分准确。如果光说外表的话，男孩确实不是长得很帅的那种。单眼皮，小眼睛，戴个眼镜，甚至还有少许鼻毛和没刮干净的胡子，一看就是一个普通的学生形象。然而他打起台球和聊起台球时的那种认真的眼神，出杆时不急不躁的流畅的动作，让她觉得打球就应该是如此，而不是掺杂一些别的东西。只是偶尔对自己好球的夸赞和说自己坏球的运气差，她觉得十分好笑。
“真是个傻子，每杆没打好的球都是运气差吗？”
赵施言没好气地想到。所以，她愿意跟这样的男孩做球友，毕竟球房里想找到跟自己同水平的姑娘几乎不可能。不过现在，她觉得她不光愿意跟男孩做球友，甚至……
念头一起，她迅速不自觉地摇了摇头。她也有着自己的烦恼，只不过这些被她用她固有的气场很好地掩饰住了。
过了一会儿，她抬起头，拍了拍自己的脸蛋。
“嗯，不能再这样了，这一点都不像我。”
赵施言借住的学姐的宿舍是个单人间，学姐暑假外出实习，而她应该在学姐实习回来前就搬到新宿舍了。她准备用从学姐那里借来的校园卡洗个澡，希望能顺利地忘记烦恼。
……
第二天，凌志早早来到实验室。今天周六，实验室也会有同学过来，但比一般时候来的晚一些。凌志并没有像往常一样打开论文，而是打开一款接单软件。
自从他学会给自己采集数据之后，凌志觉得自己的这项技能不能被埋没啊，于是给自己找了个活儿干，每周末给一些客户整理一些公开数据集，不会占据自己太多的时间。
凌志在线挂了一会儿，今天的第一个客户出现了。
“您好，在吗？”
“在的亲，请问您想要采集什么数据呢？”
“您好，请问可以帮忙分析数据吗？”
分析数据啊，凌志不是专门做数据分析的，但是能不能做要看情况。如果只是做一些简单的统计的话……
“您可以把您的需求发出来，我看看能不能做。”
“好的，我是想计算一下行业内每两个公司之间的相似度……”
凌志听着客户的需求，也不时提出一些疑问。回答完之后根据数据量给出了一个报价以及预期交付时间，客户并没有多砍价，就这么敲定了。
实际上计算文本相似度的方法有很多，比如统计两个文本中有没有词语同时出现，出现频率是否相近，标点符号使用频率是否一致等等。但这些统计都是表层的统计，句子语义深层次的相似度没有办法通过这种办法来计算。比如“开心”和“快乐”是同一语义，相似度为0.97，而“开心”和“伤心”则是相反语义，相似度为0.02。如果用最表层的统计方法是没办法得出上述结论的。所以在当下，深度学习方法则成为主要的学习句子深层次语义的方法。
凌志并不想糊弄客户，他想既然要做那就尽量做到最好。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gensi包的时候报错了，……”