这是一个创建于 3100 天前的主题，其中的信息可能已经有所发展或是发生改变。
正在做的，对文章标题分析，提取关键字，但关键字肯定是已经在标题中存在的，设想自行维护一个列表，可以自由扩充，但仍需要人工参与，与其这样，还不如人工提取关键字。
进而想到神经网络这高深的科技，是否有解决类似问题的可能？ 个人经验有限，或许有更好的技术解决类似问题，请赐教。
 |
1
theFool 2016-05-28 23:39:17 +08:00
tf-idf ?
|
 |
2
hunk OP @theFool 忘记说了，测试过用结巴分词，其中有 TF-IDF 和 TextRank 取关键字， TextRank 效果比较好，在添加了用户字典后，对 TextRank 无任何影响，倒是 TF-IDF 不错。
但问题很明显，仅仅是在分析的文本中抽取关键字。 我想实现的是这样，提到“监控”这名词，能联想到“摄像头，光纤，交换机”等一系列相关词组，人工定义也可以，只是工作量不小。 |
 |
5
pimin 2016-05-28 23:53:01 +08:00 via Android  4
用高射炮打蚊子是否可行？
我觉得是成本和操作上都把简单的问题复杂化了。 我给楼主提个思路： 提取关键词之后，访问关键词的 wikipedia ， Google 搜索前 20 条内容进行关键词放大提取。 |
 |
6
spider82 2016-05-28 23:57:05 +08:00
不懂，不知道是不是和专家系统或问答社区关联相似问题用的技术类似。
|
 |
7
alexapollo 2016-05-29 00:19:49 +08:00
word2vec 直接就可以解决这个问题
|
|
8
hunk OP @alexapollo 谢谢，正在看。
|
 |
9
h4x3rotab 2016-05-29 02:33:23 +08:00 via iPhone
@alexapollo 请假 w2v 如何解决这个问题
|
 |
10
binux 2016-05-29 04:26:26 +08:00
1. 需求不明确，「监控」联想到「摄像头，光纤，交换机」和关键字抽取有什么关系？联想是联想，抽取是抽取。
2. 你有训练数据吗？ |
 |
12
srlp 2016-05-29 16:56:35 +08:00 via iPhone
哈哈， word2vec
|
|
13
hunk OP 1
继续请教 word2vec 用法。
我想将文章的标题和内容作为学习的字典， gensim 示例中字典是 list 格式，我将一篇文章标题和内容的分词放在 list ，是否增加其相关性？ c 版本似乎是采用 tab 和空格分隔，是否也存在换行的问题? |
|
15
hunk OP @h4x3rotab 不分词不能用，分词了关联性小，是这意思不？
那该如何用呢，原以为，在同一行能让 w2v 认为关联性更高呢。 |
|
16
h4x3rotab 2016-05-30 21:16:34 +08:00 via iPhone
@hunk w2v 是要先把文章分词，然后把所有词都交给它，他会给每个词训练出一个向量表示，而且相似的词的向量会相似。所谓相似的词，其实是指一对词，他们所出现的上下文相似。所谓向量相似，就是说它们的夹角小，或者欧式距离小。所以说，如果你还没认出这个词，就没法分词，也就没法去算相似度了。
|
Select Language