存储和搜索类似的短语

Question

假设我想在我的数据库中存储项目，例如“访问西班牙”。但是，我将允许用户提交，我想跟踪所有希望访问西班牙的用户，但我希望他们能够输入“Visit Spain”以及“Go to西班牙“，”见西班牙“，或”西班牙之旅“。 我正在寻找一种有效的方法来做到这一点。目前我的想法让我沿着这些方向（简化）：

• 名词
  1. UNIQUEID
  2. 名词
  3. 动词[fk]
• 动词
  1. UNIQUEID
  2. 动词
• 同义词
  1. UNIQUEID
  2. 动词[fk]
  3. 同义词

我是不是基地了，还是这是最好的方式呢？我正在寻找性能和易维护性......

Answer 1

你应该研究一些简单的自然语言处理（NLP）。

理想情况下，您需要规范化输入，以便搜索具有相同规范化值的用户。

1. 首先标记输入，分隔单词。 “访问西班牙”将成为（“访问”，“西班牙”）和“
2. 寻找具有等价性的单个单词。例如，您可以忽略许多事情的情况。
3. 使用表格查找查找更高级的单字等价，例如“Visit”=＆gt; “Tour”，“See”=＆gt; “游览”。使用此（“访问”，“西班牙”）和（“见”，“西班牙”）将被翻译为（“游览”，“西班牙”）
4. 寻找短语等价。例如“转到”=＆gt; “访问”。这会使（“Go”，“to”，“Spain”）成为（“Tour”，“Spain”）。
5. 应用模式匹配。例如（“Tour”X“和”Y“=＆gt; （“Tour”X），（“Tour”Y）可以成为两个独立的项目（“Tour”，“Spain”）和（“Tour”，“France”）。
6. 当您应用了所有转换后，请存储生成的规范化项目。

您的工作是定义翻译类，找到这些翻译的许多实例，然后将它们应用到您的输入中。

获得规范化项目后，您可以搜索具有相同规范化项目的其他用户。