f*********m
发帖数: 726 | 1 给一组tweet的inverted index，怎么找一个phrase（多个词）的最短组合，比如找
phrase "twitter good tool", twitter is a good tool就比twitter is good,
facebook is a better tool距离近
多谢。 |
r**h
发帖数: 1288 | 2 和那个“包含一个集合里面所有字母的最小连续子串”的思路应该是一样的吧？
只不过把字母换成字符串 |
f*****e
发帖数: 2992 | 3 这个得学了data mining才知道。
【在 f*********m 的大作中提到】
: 给一组tweet的inverted index，怎么找一个phrase（多个词）的最短组合，比如找
: phrase "twitter good tool", twitter is a good tool就比twitter is good,
: facebook is a better tool距离近
: 多谢。
|
j*****y
发帖数: 1071 | 4 data ming 有什么经典的 text book吗？
【在 f*****e 的大作中提到】
: 这个得学了data mining才知道。
|
l*****a
发帖数: 14598 | 5 这不是那道滑动窗口的题吗？
【在 f*********m 的大作中提到】
: 给一组tweet的inverted index，怎么找一个phrase（多个词）的最短组合，比如找
: phrase "twitter good tool", twitter is a good tool就比twitter is good,
: facebook is a better tool距离近
: 多谢。
|
d**********x
发帖数: 4083 | 6 不过我咋觉得这道题不过是edit dist里面的单元从character变成word了呢。。
【在 f*****e 的大作中提到】
: 这个得学了data mining才知道。
|
l*****a
发帖数: 14598 | 7 是你说的那样吗？
【在 d**********x 的大作中提到】
: 不过我咋觉得这道题不过是edit dist里面的单元从character变成word了呢。。
|
d**********x
发帖数: 4083 | 8 不知道啊，感觉题目叙述有点模糊，等信息
【在 l*****a 的大作中提到】
: 是你说的那样吗？
|
d**********x
发帖数: 4083 | 9 这应该是一种评价两个句子差异的办法。归根结底面试官想要的是评价两个句子的距离
的办法。
http://en.wikipedia.org/wiki/Levenshtein_distance
【在 l*****a 的大作中提到】
: 是你说的那样吗？
|
p*****p
发帖数: 379 | 10 这里面有twitter is a good tool facebook better这几个词
按每个词出现为1，不出现为0
得到向量：
twitter good tool - (1 0 0 1 1 0 0)
twitter is a good tool - (1 1 1 1 1 0 0)
twitter is good - (1 1 0 1 0 0 0)
facebook is a better tool - (0 1 1 0 1 1 1)
最接近的是向量夹角最小的那个
【在 f*********m 的大作中提到】
: 给一组tweet的inverted index，怎么找一个phrase（多个词）的最短组合，比如找
: phrase "twitter good tool", twitter is a good tool就比twitter is good,
: facebook is a better tool距离近
: 多谢。
|
|
|
p*****p
发帖数: 379 | 11 这样的话twitter is goo要比twitter is good yeah距离近吧
【在 d**********x 的大作中提到】
: 这应该是一种评价两个句子差异的办法。归根结底面试官想要的是评价两个句子的距离
: 的办法。
: http://en.wikipedia.org/wiki/Levenshtein_distance
|
d**********x
发帖数: 4083 | 12 goo是啥
这个是词level的，和你说的那个很相近
具体距离取决与各种操作的cost
距离
【在 p*****p 的大作中提到】
: 这样的话twitter is goo要比twitter is good yeah距离近吧
|
p*****p
发帖数: 379 | 13 就是举个例子，因为leven那个是字level的
不过按词的话应该就行了
【在 d**********x 的大作中提到】
: goo是啥
: 这个是词level的，和你说的那个很相近
: 具体距离取决与各种操作的cost
:
: 距离
|
c********t
发帖数: 5706 | 14 问一下顺序有要求吗？比如 "good tool twitter" 是不是比 “twitter is a good
tool"更近？
【在 f*********m 的大作中提到】
: 给一组tweet的inverted index，怎么找一个phrase（多个词）的最短组合，比如找
: phrase "twitter good tool", twitter is a good tool就比twitter is good,
: facebook is a better tool距离近
: 多谢。
|
f*********m
发帖数: 726 | 15 我也没有关于这提过多的信息。这道题是我从下面的面经找到的，里边有人提供了思路
，不过我不敢肯定是不是对的。
http://www.mitbbs.com/article_t/JobHunting/32045491.html
【在 f*********m 的大作中提到】
: 给一组tweet的inverted index，怎么找一个phrase（多个词）的最短组合，比如找
: phrase "twitter good tool", twitter is a good tool就比twitter is good,
: facebook is a better tool距离近
: 多谢。
|
f*********m
发帖数: 726 | 16 每个cadidant句子是一个tweet吧？从inverted index中得到的吧？
【在 p*****p 的大作中提到】
: 这里面有twitter is a good tool facebook better这几个词
: 按每个词出现为1，不出现为0
: 得到向量：
: twitter good tool - (1 0 0 1 1 0 0)
: twitter is a good tool - (1 1 1 1 1 0 0)
: twitter is good - (1 1 0 1 0 0 0)
: facebook is a better tool - (0 1 1 0 1 1 1)
: 最接近的是向量夹角最小的那个
|
f*********m
发帖数: 726 | 17 是有些像。
我觉得除了edit distance小之外，还有考虑长度最短吧？
edit distance最小不一定长度就最短吧。
【在 d**********x 的大作中提到】
: 不过我咋觉得这道题不过是edit dist里面的单元从character变成word了呢。。
|
d**********x
发帖数: 4083 | 18 题目叙述太模糊了。。。
如果是只有inverted index，那貌似就完全是另外一道题了。。
【在 f*********m 的大作中提到】
: 是有些像。
: 我觉得除了edit distance小之外，还有考虑长度最短吧？
: edit distance最小不一定长度就最短吧。
|
f*********m
发帖数: 726 | 19 可以通过给定的phase中的每个单词找到对应的tweets，每个tweet可以看成是一个
Phase，这样就有很多candidate phases.然后从中间选，比如用edit distance,但是还
没想明白怎么找到最短的。
【在 d**********x 的大作中提到】
: 题目叙述太模糊了。。。
: 如果是只有inverted index，那貌似就完全是另外一道题了。。
|
a*******3
发帖数: 27 | 20 说了inverted index，应该是吧tweet good tool三个词分别拉出倒排doc list
对出现同时在三个doc list中的doc(phrase）,找最小的吧
如果找不到的话就对同时出现在tweet good或者tweet tool或者good tool的phrase找
最小的 |
Y********f
发帖数: 410 | 21 如果有顺序要求，如题目的例子，要求twitter 在good前面，good在tool前面，那么建
立一个数组，数组第i个元素是包含i+1的word的最近的位置。类似于dp
如果没有顺序要求，用set，set的每个元素是最近word的位置，每个word的位置只能出
现一个（扫面过程中，如果该word在set中已经有位置，先把它从set中删除）， set中
最大位置和最小位置的差就是当前的包含所有word的字符串的长度。
【在 f*********m 的大作中提到】
: 给一组tweet的inverted index，怎么找一个phrase（多个词）的最短组合，比如找
: phrase "twitter good tool", twitter is a good tool就比twitter is good,
: facebook is a better tool距离近
: 多谢。
|
