开发者社区 问答 正文

Python 数据挖掘中,文本相似度计算里基于语料库方法有哪些呢?

已解决

Python 数据挖掘中,文本相似度计算里基于语料库方法有哪些呢?

展开
收起
gxx1 2022-07-24 08:39:59 2958 分享 版权
1 条回答
写回答
取消 提交回答
  • 推荐回答

    1. 基于词袋(VSM、LSA、PLSA、LDA):不考虑词语在文档中出现的顺序,将文档表示成一系列词语的组合。  

    2. 基于神经网络:(Word2vec、Glove、Bert):通过神经网络模型生成词向量,利用上下文生成低维的实数向量。  

    3. 基于搜索引擎:Web成为内容最丰富、数据量最大的语料库,与此同时搜索引擎相关算法的进步,使得有任何需求的用户都可通过搜索找到答案。其基本原理是给定搜索关键词×、y,搜索引擎返回包含x、y的网页数量f (x)、f(y)以及同时包含x和y的网页数量f(x, y)。

    2022-07-24 18:07:24
    赞同 展开评论