比较想法相似性的算法(作为字符串)
发布时间:2020-12-14 04:35:25 所属栏目:大数据 来源:网络整理
导读:考虑一个记录问题答案的任意文本框,在你死之前你想做什么? 使用一组响应字符串(最大长度为240),我想以某种方式对它们进行排序和分组并按想法计算它们(这可能只是字符串相似性,如this question中所述). 有没有其他或更好的方法来做这样的事情? 这与字符串相
考虑一个记录问题答案的任意文本框,在你死之前你想做什么?
使用一组响应字符串(最大长度为240),我想以某种方式对它们进行排序和分组并按想法计算它们(这可能只是字符串相似性,如this question中所述). >有没有其他或更好的方法来做这样的事情? 这里的想法是让人们一遍又一遍地在文本框中书写,我提供一个数字,一般来说,描述了802人写的大致相同的东西 解决方法
它比字符串相似性困难得多.这是您至少需要做的事情:
>执行一些文本格式化/清除任务,例如删除标点符号和常用的“停用词” 阅读一本好的统计自然语言处理书,或搜索谷歌的好介绍/教程(可能的术语:统计nlp,文本分类,聚类)您可能会发现一些库(weka或nltk浮现在脑海中),具体取决于您选择的语言但是无论如何你需要理解使用库的概念. (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |