我对NLP / ML /模式匹配或识别相当新。我想知道根据标题，描述等匹配不同项目的最佳方法是什么。例如：
如果有3个项目：
item 1: Title: Belkin bluetooth headset USB - ABD13432
item 1: Description: This is a bluetooth device with the following specs:
75 W power, 3.5 mm jack, etc
item 1: Model NO: ABD13432
item 1: UPC Code: 000000022221
item 1: product image: <img1>
item 2: Title: Belkin headset:
item 2: Description: This is a device that works on RF, and has 2.5 mm jack with 25 W power
item 2: Model No: 13432
item 2: UPC Code: 000022022221
item 2: product image: <img1>
item 3: Title: Belkin headset wireless - ABD 13432
item 3: Description: World's best headphone
item 3: Model No: ABD-13432
item 3: UPC Code: 000000022221
item 3: product image: <img1>
第1项和第3项相同，第2项不同。 UPC代码通常是一个很好的指标，如果它是相同的项目，但问题是卖方可以输入他想要的任何UPC代码。但是图像匹配不一定是一个好的指标，因为卖家可以输入他想要的任何图像。
答案 0 :(得分：0)
在这种特殊情况下，Model No和UPC显然比其他功能贡献更多的权重。
当项目具有不同的Model No或UPC时，您可以将短句的语义相似性视为学习算法的另一个特征。
你可能想看看this paper。由于您的情况属于产品/电子商务领域，您可能希望构建自己的域语料库，而不是使用通用wordnet。