前言：
文本的檢索和相似度計算在nlp的應用中有很重要的作用，本文介紹了一種簡單方法對問答匹配進行一種實現，即在所有的query中找到和用戶輸入query罪匹配的一項。本方法比較適合細粒度的匹配。
主要技術：
（1）關鍵詞分析：提取出Query中主要的關鍵詞，作爲檢索源。
（2）全文檢索：如mysql、ELsearch等均可。 作爲召回。
（3）在召回數據中進行相似度計算找到最高匹配項。完成匹配。
關鍵詞分析將在另一篇文章中進行記錄，這裏只是介紹匹配方法。
該批配方法按照移動距離最低的方式進行計算：
（1）首先需要訓練詞向量。
（2）將短句字pad到長句子的長度。
（3）隨機調整詞序列使得兩個句子最相似（注意否定詞的罰分）,也可以進行貪心匹配，這樣效率更高。
效果如下：
wd.sentence_distance(u"雪人 怎麼 製作 呀".split(), u"怎麼 堆 雪人 啊".split())
雪人 怎麼 製作 呀
雪人 怎麼 堆 啊
0.3479853431949209
wd.sentence_distance(u"中國 哪 座 山 最高".split(), u"中國 最高 的 山 是 哪裏".split())
中國 最高 的 山 是 哪裏
中國 最高 * 山 座 哪
0.17140382731208006
後記：
該方法對句法結構不敏感。
需要種子庫中每種語義儘量全，適合語義明確度較高的檢索。
檢索時不能進行詞的相似。
注：之前工作整理。