【问题标题】:What practical (and lightweight) techniques are there for semantic/data matching?语义/数据匹配有哪些实用(和轻量级)技术?
【发布时间】:2011-03-12 11:21:19
【问题描述】:

我有一个允许用户发布非结构化关键字的应用程序。同时,其他用户可以发布必须与一个或多个指定关键字匹配的项目。任何一组用户可以使用的关键字都没有限制,所以仅仅希望发生冲突可能意味着很少有匹配,而现实情况是用户可能对同一件事使用了不同的关键字或者它们足够接近(例如, 'bicycles' 和 'cycling',或 'meat' 和 'food')。

我需要它在移动设备 (Android) 上工作,因此我很乐意牺牲匹配准确性来提高效率和占用空间小。我知道 s-match 但这依赖于 15MB 的支持字典,所以它并不理想。

还有哪些其他想法/方法/框架可能对此有所帮助?

【问题讨论】:

    标签: java semantics data-mapping


    【解决方案1】:

    您的“自行车”和“自行车”示例可以通过采用 Levenshtein 编辑距离算法来解决,因为这两个词有些相关。但是你的“肉”和“食物”的例子确实需要一个相当大的支持字典,除非当然概念集或目标受众仅限于说,美食家。

    您是否考虑过将字典作为 Web 服务托管并根据需要访问数据?当然,缺点是您的应用程序只能在网络覆盖范围内工作。

    【讨论】:

    • 谢谢,是的,我最终可以在服务器上部署匹配服务,但理想情况下我不必这样做。 levenshtein 是不是有点像汉明距离?
    • 在 Wikipedia 上查看了两者,在我看来,在字符串匹配方面两者之间几乎没有区别。算法和结果看起来差不多。我知道 Levenshtein 使用 2D 字符数组来计算其结果。 Hamm dist 仅将立方体和超立方体显示为可能的数据结构,这可能是不同之处。
    猜你喜欢
    • 2011-11-19
    • 1970-01-01
    • 1970-01-01
    • 2012-04-30
    • 2011-09-09
    • 1970-01-01
    • 1970-01-01
    • 2012-10-06
    • 2019-01-21
    相关资源
    最近更新 更多