问题遇到的现象和发生背景
题目描述
在自然语言处理 NLP 的模型之中,通常会将每一个单词唯一对应到一个词
向量,从而通过计算机对矩阵、向量的快速运算,达到对自然语言处理分析的目
的。现在我们简化模型如下:
假设给定 m 个单词ai(1 ≤ i ≤ m),每个单词对应一个 n 维向量wi(1 ≤ i ≤ m)。
再给定一个 n 维向量 v。定义每个单词ai的“分数”为其对应的词向量wi与给定
向量 v 的内积。现在给定一串由单词ai(1 ≤ i ≤ m)组成的文本。请以此输出文本
中每个单词所对应的“分数”。这里保证,对于文本中的每个单词,一定已经给
出过它的词向量,并且文本中的单词不含标点符号,仅由空格分隔。
说明:两个 n 维向量的内积指各分量相乘后再相加的值。
输入格式
输入 m+3 行,第一行为两个由空格分隔的正整数 m,n,表示共有 m 个单
词,每个词向量的维数为 n。
第二行为 n 个空格分隔的整数,代表给定的向量 v 的各个分量。
从第三行开始,每一行为一个单词和 n 个空格分隔的整数,代表这个单词和
它对应的词向量。
最后一行是由一串单词组成的文本,每个单词以空格分隔。
输出格式
输出一行若干个整数,为文本中每个单词对应的“分数”,并以空格分隔。
```python
m,n=map(int,input().split())
v=list(map(int,input().split()))
lis=[]
for i in range(m):
l=input().split()
lis.append(l)
arti=input().split()
dic={}
for b in range(m):
score=0
for j in range(1,n+1):
score+=int(lis[b][j])*v[j-1]
dic[lis[b][0]]=score
for k in arti:
print(int(dic[k]),end=' ')
自己在本地测试的时候好好的,按照题目的样例输入也都能得到一样的输出结果
但是提交到课程的测试平台上就显示错误,不知道是哪里出了问题>-<,希望可以得到解答