暗黑破坏神该项目适用于乔治亚理工学院的CS 6601人工智能课程。该项目对推文进行释义检测，即找出两条推文在给定推文含义上是否相似。我们实现了一种滑动窗口方法，通过神经语言模型学习词嵌入向量，对其进行归一化处理，随后运行动态池化以获得相同大小的相似矩阵。然后我们将其展平，并添加其他特征，如句子长度、占位符词频（标点符号、数字）和通用命名实体术语，最终获得一个特征向量。我们将其传递给Logistic回归分类器，并训练它从我们的训练集中识别相似和不相似的句子。我们达到了63.8%的af测量分数。

关于如何运行的说明：

  • 要运行非规范化：将run.sh中的第2行和第3行改为input.txt，然后运行sh run.sh，接着执行python simMat.py和python 分类Tweets.py。

  • 运行规范化：检查normalizedInput.txt是否存在。