Tag: 相似性

Python：string的语义相似度得分: 有没有用于计算一对句子的语义相似度分数的库？我知道WordNet的语义数据库，以及如何为2个单词生成分数，但是我正在寻找能够在整个句子和输出中执行所有预处理任务（如端口词干，停用词删除等）的库两个句子如何相关的分数。我发现了一个使用.NET框架编写的工作，它使用一系列预处理步骤来计算分数。有没有任何项目，在Python中做到这一点？我不是在寻找能够帮助我find分数的操作顺序（就像这里要求的那样）我喜欢自己实现每个阶段，或者从不同的库中粘贴函数，以便它可以用于句对，但是我主要需要这个工具来testing数据的推论。编辑：我正在考虑使用NLTK和计算每两个单词对这两个句子迭代的得分，然后从结果的标准偏差中得出推论，但我不知道这是否是一个合理的相似性估计。另外，这将花费很长的时间。再次，我正在寻找已经实现这个智能的项目/库。东西，让我这样做： import amazing_semsim_package str1='Birthday party ruined as cake explodes' str2='Grandma mistakenly bakes cake using gunpowder' >>similarity(str1,str2) >>0.889

search具有相似文字的文章的algorithm: 我有一个数据库中的许多文章（标题，文本），我正在寻找一个algorithm来findX最类似的文章，如Stack Overflow的“相关问题”，当你问一个问题。我尝试了谷歌search，但只发现了有关其他“类似文字”问题的网页，比如将每篇文章与所有其他文章进行比较，并在某处存储相似度。所以我在刚input的文本中“实时”做这个事情。怎么样？

用PostgreSQL快速find类似的string: 我需要在表格中创build类似string的排名。我有下面的表格 create table names ( name character varying(255) ); 目前，我使用pg_trgm模块，它提供了similarityfunction，但是我有一个效率问题。我创build了一个像Postgres手册所示的索引： CREATE INDEX trgm_idx ON names USING gist (name gist_trgm_ops); 并执行以下查询： select (similarity(n1.name, n2.name)) as sim, n1.name, n2.name from names n1, names n2 where n1.name != n2.name and similarity(n1.name, n2.name) > .8 order by sim desc; 查询起作用了，但是当你有数百个名字的时候真的很慢。此外，也许我忘了一些SQL，但我不明白为什么我不能使用条件and sim > .8没有得到“列SIM卡不存在”的错误。我想任何提示使查询更快。

查找两个数组之间的余弦相似度: 我想知道在R中是否有内置函数可以find两个数组之间的余弦相似度（或余弦距离）？目前，我执行了自己的function，但是我不禁想到R应该已经有了一个。

比较string与宽容: 我正在寻找一种方法来比较一个string与一个string数组。做一个精确的search当然很容易，但是我希望我的程序能够容忍拼写错误，缺lessstring的部分等等。有什么样的框架可以执行这样的search？我有一些记住，searchalgorithm会返回匹配的百分比或类似这样的几个结果顺序。

如何计算MYSQL中两个string之间的相似度: 如果我在mysql中有两个string： @ a =“欢迎使用堆栈溢出” @ b =“你好堆栈溢出”; 有没有办法使用MYSQL获得这两个string之间的相似性百分比？这里例如3个词是相似的，因此相似性应该是这样的： count（@a和@b之间的相似词）/（count（@a）+ count（@b） – count（intersection））因此结果是3 /（4 + 4 – 3）= 0.6 任何想法是高度赞赏！