Skip to content

Latest commit

 

History

History
92 lines (54 loc) · 1.75 KB

CHANGELOG.md

File metadata and controls

92 lines (54 loc) · 1.75 KB
Raw

3.23

  • Use chatoperastore to download model file

3.16

  • Use github vector pkg download link

3.15

  • Fix jieba exports 冲突，改为只暴露 keywords, seg 接口
  • 修正 vocab.txt 里的错误

3.13

  • 减少依赖
  • export jieba as synonyms.jieba

3.12

  • 使用更大词向量，42W+ 词汇表
  • 优化下载速度

3.11

  • 支持定义查询词汇数量，默认 10 个词

3.10

  • 计算编辑距离时去停用词

3.9

  • fix bug

3.8

  • 获得一个分词后句子的向量，向量以 BoW 方式组成
    sentence: 句子是分词后通过空格联合起来
    ignore: 是否忽略OOV，False时，随机生成一个向量

3.7

  • change import path of utils in word2vec.py to local path
  • expose vector fn

3.6

  • Fix Bug: compare 保证交换两个句子后分数一致 #60

3.5

  • 根据实际情况，降低向量距离对近似度分数的影响

3.3

  • 增加分词接口
  • 优化分词器初始化加载字典
  • 使用 jieba 分词源码
  • 使用 glog 作为日志输出模块

3.2

  • 将发布证书改为 MIT

3.1

  • 对空间临近词的邻居进行缓存，提高返回速度
  • nearby 中处理 OOV，返回 ([], [])

3.0 - 更简单的定制和配置，增加了额外的开销

  • 去掉 nearby words, 使用 kdtree 检索空间词汇的最近临
  • 增加了对 sk-learn 的依赖，但是减少了对词向量的预处理
  • 优化了分词所使用的字典，也可以使用环境变量声明主字典
  • 支持自定义 word2vec 模型，使用环境变量声明

2.5

  • 使用空间距离近的词汇优化编辑距离计算

2.3

  • 计算相似度时增加平滑策略

v1.6

  • use jieba instead of thulac as tokeninzer.
  • refine console log for Jupyter notebook.