用于计算关键字与短文本（50-100个单词）的相关性的算法

Question

我想计算关键字与简短描述文字的相关性。在效率和易于实施方面，最佳方法是什么。我正在使用C ++？

Answer 1

简单解决方案：计算文本中单词的出现次数。

要做好工作虽然像Google这样的公司多年来一直在努力解决这个问题。如果可能，您可能需要查看using their technology

要展开，请尝试以下操作：

• 使用字典（例如WordNet替换所有带有常用字词的同义词
• 使用Levenshtein distance
检测相似的字词

这仍然只会让你到目前为止。您需要执行一些自然语言处理才能真正理解描述的内容，以区分包含关键字相同次数的多个文本。

Answer 2

请参阅以前的Stack Overflow问题：

• What are Useful Ranking Algorithms for Documents without Links (e.g. PDF, MS Documents, etc…)?

• Algorithm for generating a 'top list' using word frequency.