NLP算法原理

Question

我是这个非常有用的Q＆amp; A网站的新手，我的英语不是很好，很抱歉。

我对一个我认为不难做的网络项目感兴趣，这是一个简化的冲浪。

Algorithm description 1
Algorithm description 2

该算法确保孩子非常简单，因为它可以快速分析网页内容并查找相关信息。

有人能告诉我这个算法是如何运作的，我试图做出类似的东西吗？

这个算法的基本原理是什么？

谢谢！

Answer 1

我刚回答非常相似question。在您的特定情况下，手动创建主题列表是有意义的，在某些示例中使用机器学习进行训练，然后在搜索期间对每个搜索结果进行分类主题之一。因此，您将获得按主题分组的搜索结果。

UPD。好的，这是一步一步指导的一种可能方式。

首先，看一下我最近关于文档相似度计算的post。然后执行以下操作：

1. 实施计算2个文本之间相似性的程序（如我的帖子所述）或找到类似的东西。
2. 创建多个文档集合，每个类别（主题）对应一个（食品，IT，政治，医药等）。
3. 计算每个集合中所有文档的公共向量。
4. 当用户执行搜索时，为您找到的每个结果计算向量。
5. 将每个结果分类到具有最相似的公共向量的类别。
6. 按计算类别分组结果。

Answer 2

对我来说，NLP是一个查看原始文本并对其进行标记的程序。

我这样看是因为我希望像一个培训师（自我监督）一样，只要你记录用户在马尔可夫链中对它说的内容，就可以使用gurnts成为单词，这样你就可以使用了尽可能多的处理器能力来加速变异。

请注意，我还没有这样做，但我认为这个想法很酷，很黑客，而且看起来很有效。