提取类似术语Solr

Question

我想从数据集中提取所有相似的术语，然后使用否定约束进行查询。例如。

对于索引集，我怎么能推断出Blackberry和诺基亚是两个相似的术语。或者说是2种类似的商品。

这可以通过solr来实现。 ？ 这不是同义词。但我需要实现相似性约束。

Answer 1

肯定不是您正在寻找的确切案例，但您可以查看Solr with Mahout Mahout为主题建模提供LDA支持，可帮助您对数据集中的主题进行分组

  

主题模型大致是分层贝叶斯模型   将每个文档与概率分布相关联   “主题”，反过来又是对词语的分配   例如，新闻专线集合中的主题可能包括关于“体育”的单词，   例如“棒球”，“本垒打”，“球员”和关于类固醇的文件   在棒球中使用可能包括“体育”，“毒品”和“政治”。注意   标签“体育”，“毒品”和“政治”都是事后标签   由人分配，算法本身只分配   将词与概率联系起来。参数估计的任务   在这些模型中，要学习主题是什么，以及哪些主题   文件按比例使用它们。

因此，如果您在数据集中有移动设备的文档，那么您将获得一组带有黑莓，iPhone，移动等的术语。
这些可能不是类似的术语，但与同一主题有关。