kwklover

可以试试多六六查词工具，就是做网站违禁词查询，输入网站首页地址，就可以全站扫描检测的软件：
https://www.duo66.com/

如果家庭只有你一个人有收入，20K，后续养娃，养车，供房，各种支出会感觉很拮据的，如果夫妻双方有收入，父母本身有退休金之类的，那这个收入水平在三线城市也算滋润了。

不过，没有绝对养老这么一说的，工作不忙了，但人还是要进步的，闲久了会有其他的焦虑和压力的，要不然哪天被小年轻刷下来了，可别怪愤愤不平了。

而且社会不是静态不变的，10 年作为一个周期，如果 10 年你没有什么进步，你会发现你比周围的人已经落后很多了。

@dongxiao
@igeeky
感谢，先保留，后续逐一研究学习。

@jeeyong 不是默认，本来就是小打小闹的，欢迎大牛提供好的思路，目前的解决方案，解决百来万级的数据查重，勉强够用，再上一个量级，比如千万级数据量，那肯定慢死了，就是想征集一下不同的思路和方案。

@ntest
网上搜索了一下 SimHash 的资料，大概就是给每个文档建立一个 Hash，然后比较，所以比较的实现方式决定了最终的效率，不过 SimHash 可以计算出相似，但是具体相似多少，没法得出。

感觉大学前几年应该打理论基础，学好计算机基础，数据结构，算法这些比较基础的，出社会工作了，很难静下心学习这些基础知识的。

至于具体语言的东西，大同小异的。
可以研究一下招聘信息，找到自己的定位，小公司一般比较在意会某些语言，有项目经验，来了就能 CRUD 干项目，大一点的公司，一般在意基础，会一种语言就行，大部分的语言都是相通，会 C，学 C#,JAJA,PYTHON 这些一点都不难的，来来回回就那些基础的语法结构+一堆类库。会一种语言，培训一下，一周就能学会另外一种。

经验和基础倒是需要时间熬和悟的。

@jeeyong
我也不是专业 NLP，如果建立向量速度快，比较速度快，倒是可以研究一下。
通过搜索的方式+字表比较的方式也能解决问题，就是建立 Lucene 索引的过程也是很吃资源，很耗费时间的，不过就是搜索快。

@sampeng
向量的比较真的有那么高效？一百万多数据，先得建立一百多万的向量，然后每个文档与一百多万的向量做比较，效率真的能飞快？

刚开始的时候，也从网上看过一些文章，比如谷歌工程师写的按余弦夹角理论。但感觉实现起来比较复杂啊。


@jeeyong
分词的方式，依赖词库的分词方式，往往不太准确，结果就差别很大了，效果未必准确，小样本下测试偏差较大，大样本下没做测试，最后改为不分词，直接比较字。

不仅是婆媳关系，所有关系都一样，都取决于双方。如果妻子和父母比较通情达理，一般情况下，矛盾不会太深的。只要有一方没那么通情达理或比较强势，一般矛盾很难调和。因为人的观念和生活习惯很难改变，比如教育小孩，两代人之间本身就有很多观念冲突的。

如果确实无法调和，而且家庭问题，清官难断对错的，不妨考虑分开居住，但是不要隔太远，可以互相照顾的同时，保持一定的空间独立，矛盾自然消失了，反而会更加亲近。