搜索描述

Question

有一部我不记得的电影。这是一个狂欢节或游乐园，里面有一个恐怖屋和一群青少年，他们被小丑面具一个接一个地谋杀。我大约20年前看过这部电影，这是续集，但不记得它。 （还忘记了它的标题。）结果，我开始想知道如何解决技术问题。

假设我有一个包含故事情节的数据库以及每部电影的其他数据。 （类似于IMDb。）我会有一个编辑字段，用户只需在纯文本中输入描述即可。然后，系统将开始分析该文本以找到符合此描述的电影。

例如（不同的电影），我在编辑领域进入这个：“有些电影是关于埃及国王在马背上攻击一群印第安人的，但是他受了重伤，他的马在他输掉这场战斗时死了。” 然后系统应该从2004年报道电影“亚历山大”作为答案，但可能还有一些。 （甚至在描述中允许一些错误。）

要创建这样一个系统，通过搜索描述来分析描述以找到匹配的记录，那么对于那些复杂的东西，我需要哪些技术？并不是说我现在想要建立这样的东西，而是出于好奇，如果我想要一些有趣的新项目。

（我想为那些认识我刚才提到过的电影的人提供额外的积分。但是之后有一次谷歌尝试，我自己就找到了！）

不过，搜索引擎本身并不是我感兴趣的，而是分析描述以获得搜索引擎会理解的内容！通过示例电影，它的人类逻辑帮助我找到了标题。 （并且令人讨厌的是，这部电影不在荷兰出售。）人类逻辑总是一个要求，但它是关于分析用户输入，这是一个故事或描述的形式，可能有错误。

Answer 1

根据您自己的评论我可以说出来，谷歌是一种可以使用的技术。 ;-)但是，老实说，我认为任何搜索引擎或多或少都会这样做。

修改嘿，您删除了自己的评论，但我确实记得您曾将Google视为值得加分的。

编辑+：好吧，你再次提到谷歌，但我不想删除我的第一次编辑。 ; - ）

Answer 2

纯粹的推测：在描述“埃及，印度，马战等”中，有一些微不足道的事情，比如说每个字数超过4个字母。和这种摘要数据库的模糊匹配工作？也许有一些正常化，例如。国王==领导==皇帝？

嗯......年轻人，女朋友，游泳池，母亲，婚礼是否让我们成为毕业生？嗯，我想可能会有少量细节“罗宾逊”。

Answer 3

您应该查看document classification.

一些文档分类技术

• Naive Bayes classifier
• tf–idf

Answer 4

你可以使用imdb关键字搜索做很多有趣的事情：

http://akas.imdb.com/keyword/carnival/clown/murder/

您可以指定多个关键字，它会建议电影和更多关键字，这些关键字与您指定的关键字具有相似的上下文。

imdb中包含的数据是公开的，可用于非商业用途，可以downloaded作为文本文件。您可以从中构建数据库。