推荐关注
› Meteor
› JSLint - a JavaScript code quality tool
› jsFiddle
› D3.js
› WebStorm
推荐书目
› JavaScript 权威指南第 5 版
› Closure: The Definitive Guide
› Closure: The Definitive Guide
这是一个创建于 3236 天前的主题，其中的信息可能已经有所发展或是发生改变。
现在一个需求是当用户输入他的公司名称时，判断这个公司的关键名称（如深圳市腾讯计算机系统有限公司，北京市百度信息技术有限公司的核心关键名就是腾讯，百度）；然后到他们给的表里面匹配是否有包含这个关键名称的公司（他们的表都是官方全称，但是怕用户输入的不完全一致）
于是我个人的想法是计算两个词的相似度来解决，但是对于这么多的数据感觉如果拆词一个一个计算会不会很低效率，或者这种需求还能用别的方法解决吗？
 |
1
jugelizi 2016-01-18 20:59:23 +08:00
先分词
|
 |
2
billlee 2016-01-18 21:28:26 +08:00
如果预先有关键名称的列表，那用 multiple string search 算法就可以了吧？
|
 |
3
chlx 2016-01-18 21:30:36 +08:00
keyword: entity recognition
|
 |
4
jsq2627 2016-01-18 22:00:14 +08:00  2
|
 |
5
zenghsh3 2016-01-18 22:32:52 +08:00
可以尝试类似 TF-IDF 的思想，找出这个公司名和其他公司名相比的独特之处
|
 |
7
v2wtf 2016-01-18 23:13:47 +08:00
先分词，然后把“科技、信息、公司”等等常见词组过滤掉，剩下的基本就是了
|
 |
8
rock_cloud 2016-01-18 23:19:12 +08:00
借助搜索引擎？查股票代码或者直接搜索公司全称的简称？或者搜索公司名称+主页，然后看域名？
|
 |
9
noli 2016-01-18 23:48:13 +08:00
https://zh.wikipedia.org/wiki/TF-IDF
以下摘自 维基百科： TF-IDF 的主要思想是：如果某个词或短语在一篇文章中出现的频率 TF 高，并且在其他文章中很少出现，则认为此词或者短语具有很好的类别区分能力，适合用来分类。 TF-IDF 实际上是： TF * IDF ， TF 词频（ Term Frequency ）， IDF 逆向文件频率（ Inverse Document Frequency ）。 TF 表示词条在文档 d 中出现的频率。 IDF 的主要思想是：如果包含词条 t 的文档越少，也就是 n 越小， IDF 越大，则说明词条 t 具有很好的类别区分能力。 -- “腾讯”和“百度”肯定比起什么“公司”，“有限” 这类词语出现得少……然后，就是这样了。 |
 |
10
EXDestroyer OP @jsq2627 原来有这种服务，正是我想要的！
|
 |
11
ivvei 2016-01-19 15:05:14 +08:00
求测试类似这样的：
国际商业机器股份有限公司 巴伐利亚汽车制造厂 |
|
12
EXDestroyer OP |
|
13
ivvei 2016-01-20 13:14:06 +08:00
@EXDestroyer 嗯然后关键名是……？
|
|
14
EXDestroyer OP |
Select Language