- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
你能推荐我最好的方法吗:我有一个短语列表,例如[“免费送花”,“莫斯科送花”,“颜色+送货上门”,“送花+送货”,“订购鲜花+送货”、“颜色送货”]和图案-“鲜花送货”。我需要获取尽可能接近模式的短语列表。
您能给一些建议吗?
最佳答案
有很多方法可以做到这一点,但最简单的方法是直接匹配:只需在输入短语中搜索字符串“flower Delivery”即可。但这是相当二元的,您可以修改此方法以使用二元组或词袋。
词袋意味着我们解析短语和模式,并得到一个列表或一组单词,即[“flower”,“delivery”]。您可以通过计算出一些相似性度量来对每个短语进行评分(即,模式中的单词集是否出现在短语中,然后对最接近匹配的短语进行排名:
bag_pattern = set()
for word in pattern:
set.add(word)
for phrase in phrases:
score = 0
for word in phrase:
if word in bag_pattern:
score += 1
# do something based on score
我们可能需要考虑位置 - 即“送花”比“送花”更相关。我们可以计算短语和模式的 N 元语法(通常是二元语法或三元语法,即 2 或 3 个单词组)。假设我们使用二元组:
"flower delivery Moscow" -> ["flower delivery", "delivery Moscow"
然后您可以应用某种评分来决定这场比赛的好坏。
一般来说,您需要进行一些文本预处理。您可能希望消除词袋方法中的停用词(“the”、“a”等),并且您可能希望将动词等规范化为其根形式。
好吧,所以你的老板不喜欢简单有效的东西,并且强制要求你需要进行机器学习。这也行!
最简单的技术是查看单词的概率,然后将它们相乘。典型的例子是电子邮件的垃圾邮件检测。
该方法是获取一堆文本形式的电子邮件,并将它们分为两类:垃圾邮件和非垃圾邮件。然后,您检查所有电子邮件,对于您看到的每个唯一单词,您计算垃圾邮件和非垃圾邮件的出现次数。这为您提供了垃圾邮件中某个单词的概率。
想象您收到一封包含以下内容的电子邮件:
"Hello I am a Nigerian prince."
根据之前计算的概率,您可以查找每个单词的概率,将它们相乘,并获得电子邮件的分数(按单词数标准化)。 “尼日利亚人”和“王子”被包含在垃圾邮件中的概率非常高,因此这封电子邮件的得分非常高!
以下链接介绍了使用深度学习技术的词袋和 n-gram:
https://pytorch.org/tutorials/beginner/deep_learning_nlp_tutorial.html
关于python-3.x - 按模式对文本进行分类,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52724518/
表架构 DROP TABLE bla; CREATE TABLE bla (id INTEGER, city INTEGER, year_ INTEGER, month_ INTEGER, val I
我需要拆分字符串/或从具有以下结构的字符串中获取更容易的子字符串。 字符串将来自 window.location.pathname 或 window.location.href,看起来像 text/n
每当将对象添加到数组中时,我都会尝试更新 TextView ,并在 TextView 中显示该文本,如下所示: "object 1" "object 2" 问题是,每次将新对象添加到数组时,它都会覆盖
我目前正在寻找使用 Java 读取网站可见文本并将其存储为纯文本字符串的方法。 换句话说,我想转换成这样: Hello stupid World进入“ Hello World ” 或者类似的东西 Un
我正在尝试以文本和 HTML 格式发送电子邮件,但无法正确发送正确的 header 。特别是,我想设置 Content-Type header ,但我找不到如何为 html 和文本部分单独设置它。 这
我尝试了上面的代码,但我无法绑定(bind)文本,我怎样才能将资源内部文本 bloc
我刚刚完成了 Space Shooter 教程,由于没有 GUIText 对象,所以我创建了 UI.Text 对象并进行了相应的编码。它在统一播放器中有效,但在构建 Web 应用程序后无效。我花了一段
我有这个代码: - (IBAction)setButtonPressed:(id)sender { NSUserDefaults *sharedDefaults = [[NSUserDefau
抱歉标题含糊不清,但我想不出我想在标题中做什么。无论如何,对于图像上的文本,我使用了 JLabel 文本并将其添加到图标中。 JLabel icon = new JLabel(new Imag
关闭。这个问题是not reproducible or was caused by typos .它目前不接受答案。 这个问题是由于错别字或无法再重现的问题引起的。虽然类似的问题可能是on-topi
我在将 Twitter 嵌入到我从 HTML 5 转换的 wordpress 运行网站时遇到问题。 我遇到的问题是推文不是我的自定义字体... 这是我无法使用任何 css 定位的 HTML 代码,我正
我正在尝试找到解决由于使用以下形式的代码而导致的冗余字符串连接问题的最佳方法: logger.debug("Entering loop, arg is: " + arg) // @1 在大多数情况下,
我写了这个测试 @Test public void removeRequestTextFromRouteError() throws Exception { String input = "F
我目前正在创建一个正则表达式来拆分所有匹配以下格式的字符串:&[文本],并且需要获取文本。字符串可能类似于:something &[text] &[text] everything &[text] 等
有没有办法将标题文本从一个词变形为另一个词,同时保留两个词中使用的字母?我看过的许多 css 文本动画大多是视觉的,很少有旋转整个单词的。 我想要做的是从一个词过渡,例如“BEACH”到“CHANGE
总结matplotlib绘图如何设置坐标轴刻度大小和刻度。 上代码: ?
我在容器 (1) 中创建了容器 (2)。你能帮忙如何向容器(1)添加文本吗?下面是我的代码 return Scaffold( body: Padding( padding: c
我似乎找不到任何人或任何人这样做过。我试图限制我们使用的图像数量,并想创建一个带有渐变作为其“颜色”的文本,并在其周围设置渐变轮廓/描边 到目前为止,我还没有看到任何将两者结合在一起的东西。 我可以自
我正在为视频游戏暗黑破坏神 2 使用 discord.py 构建一个不和谐机器人。其中一项功能要求机器人从暗黑破坏神 2 屏幕截图中提取项目的名称和属性。我目前正在为此使用 pytesseract,但
我很难弄清楚如何旋转 strip.text theme 中的属性来自 ggplot2 .我使用的是 R 版本 3.4.2 和 ggplot2 版本 2.2.1。 以下是 MWE 的数据。 > dput
我是一名优秀的程序员,十分优秀!