Skip to content

Commit 5d97a39

Browse files
authored
Update README.md
1 parent a5b9319 commit 5d97a39

File tree

1 file changed

+10
-10
lines changed

1 file changed

+10
-10
lines changed

README.md

Lines changed: 10 additions & 10 deletions
Original file line numberDiff line numberDiff line change
@@ -7,22 +7,22 @@
77

88
## 应用介绍
99

10-
**Familia**目前包含的三种主题模型,对应的论文介绍可以参考[相关论文](https://github.com/baidu/Familia/wiki/%E5%8F%82%E8%80%83%E6%96%87%E7%8C%AE)
10+
**Familia**目前包含的主题模型的对应论文介绍可以参考[相关论文](https://github.com/baidu/Familia/wiki/%E5%8F%82%E8%80%83%E6%96%87%E7%8C%AE)
1111

1212
主题模型在工业界的应用范式可以抽象为两大类: 语义表示和语义匹配。
1313

14-
- **语义表示**
14+
- **语义表示 (Semantic Representation)**
1515

16-
对文档进行主题降维,以获得文档的语义表示,这些表示可以应用于文本分类、文本聚类、CTR预估等下游应用。
16+
   对文档进行主题降维,获得文档的语义表示,这些语义表示可以应用于文本分类、文本内容分析、CTR预估等下游应用。
1717

18-
- **语义匹配**
18+
- **语义匹配 (Semantic Matching)**
1919

20-
计算文本间的语义匹配度,在代码中我们提供了两种文本类型的相似度计算方式:
20+
计算文本间的语义匹配度,我们提供两种文本类型的相似度计算方式:
2121

2222
- 短文本-长文本相似度计算,使用场景包括文档关键词抽取、计算搜索引擎查询和网页的相似度等等。
2323
- 长文本-长文本相似度计算,使用场景包括计算两篇文档的相似度、计算用户画像和新闻的相似度等等。
2424

25-
更详细的内容及应用案例可以参考[**Familia Wiki**](https://github.com/baidu/Familia/wiki)
25+
更详细的内容及工业界应用案例可以参考[**Familia Wiki**](https://github.com/baidu/Familia/wiki)
2626

2727
## 代码编译
2828
第三方依赖包括`gflags-2.0``glogs-0.3.4``protobuf-2.5.0`, 同时要求编译器支持C++11, `g++ >= 4.8`, 兼容Linux和Mac操作系统。
@@ -37,7 +37,7 @@
3737

3838
* 关于模型的详细配置说明可以参考[模型说明](https://github.com/baidu/Familia/blob/master/model/README.md)
3939

40-
我们会陆续开放更多不同领域的多种主题模型,来满足更多不同的场景需求。
40+
我们会陆续开放不同领域的多种主题模型,来满足更多不同的场景需求。
4141

4242
## DEMO
4343

@@ -48,11 +48,11 @@
4848

4949
- **语义匹配计算**
5050

51-
计算文件间相似度,包括短文本-长文本、长文本-长文本间的相似度计算。
51+
  计算文本之间的相似度,包括短文本-长文本、长文本-长文本间的相似度计算。
5252

5353
- **模型内容展现**
5454

55-
对模型的主题词,近邻词进行展现,供用户对模型的主题有直观的理解
55+
   对模型的主题词,近邻词进行展现,方便用户对模型的主题有直观的理解
5656

5757
具体的Demo使用说明可以参考[使用文档](https://github.com/baidu/Familia/wiki/Demo%E4%BD%BF%E7%94%A8%E6%96%87%E6%A1%A3)
5858

@@ -62,7 +62,7 @@
6262

6363
`export LD_LIBRARY_PATH=./third_party/lib:$LD_LIBRARY_PATH`
6464

65-
* 代码中内置简易的FMM分词工具,只针对主题模型中出现的词表进行正向匹配。该工具仅用于Demo示例使用,若对分词和语义准确度有更高要求,建议使用商用分词工具,并使用自定义词表的功能导入主题模型中的词表。
65+
* 代码中内置简易的FMM分词工具,只针对主题模型中出现的词表进行正向匹配。若对分词和语义准确度有更高要求,建议使用商用分词工具,并使用自定义词表的功能导入主题模型中的词表。
6666

6767
## 问题咨询
6868

0 commit comments

Comments
 (0)