hadoop生态圈：分布式存储-hdfs；分布式批处理-mapreduce 将大量数据进行处理，获取我们需要的有价值的信息 弊端：频繁的写磁盘；...

1）对于某个文档进行分句 2）对于每个分句使用Word2Vec等工具进行向量化（Word Embedding）， 3）将句子中的每个词或词组的W...