1回答
我正在使用jQuery autocomplete与多个相互连接的输入框，即当在第一个输入框中插入一些值并失去焦点时，以下输入框会受到影响(即相应的值被过滤)。然后我可以聚焦和另一个输入框，并开始键入一些值，这样我就可以应用这两个过滤器(键入的值和根据以前的输入框的值)。
另外，我还设置了一个事件，用于在删除输入框中的所有字符时清除所有输入框：
if (inputBoxTrigger.val().length == 0 && (event.keyCode == BACKSPACE || event.keyCode == DELETE)) {
jQuery.each
浏览 1提问于2016-11-22得票数 2
我正在尝试创建一个javaScript程序来查找两个数据库表之间的相似列。
例如：
Table1有Emp_Name, Emp_Id, Emp_Dept，而Table2有Name,Id,Department
在JavaScript中有没有现成的库可以帮助你做到这一点？
我已经浏览了以下链接：
但现在我更困惑了，因为这些库中的一些看起来并不完全匹配。
浏览 27提问于2019-11-23得票数 0
我想在Elasticsearch中定义一种新的索引方法，因此我将编辑tf idf方法。哪里可以找到TF-IDF elasticsearch的实现？为了实现新方法，我需要操作elasticsearch源代码中的哪些包？
浏览 1提问于2017-04-19得票数 0
我使用这段Java代码来查找相似的字符串：
if( str1.indexof(str2) >= 0 || str2.indexof(str1) >= 0 ) .......
但对于str1 = "pizzabase"和str2 = "namedpizzaowl"，它不起作用。
如何找到常见的子字符串，也就是“披萨”？
浏览 0提问于2010-08-18得票数 4
回答已采纳
我有一个程序，可以从互联网上提取地址，并将其与数据库进行核对。它很有用，但我现在正在尝试引入一个相似性函数，将互联网上的地址与我数据库中的地址进行比较。
我使用下面的脚本来检查余弦相似度如何比较地址：
import string
from sklearn.metrics.pairwise import cosine_similarity
from sklearn.feature_extraction.text import CountVectorizer
addresses = [
'705 Sherlock House, 221B Baker Street, London NW
浏览 3提问于2020-05-24得票数 0
1回答
使用php代码可以很容易地找到两个字符串之间的百分比，我只是使用
int similar_text ( string $first , string $second [, float &$percent ]
，但假设我有两个字符串，例如：
1-药检失败后赞助商退出莎拉波娃
2-玛丽亚·莎拉波娃在澳大利亚公开赛中未通过药物测试
使用similar_text工具，我得到了53.7%，但这没有任何意义，因为这两个字符串正在谈论“莎拉波娃”的“药物测试失败”，而这个比例应该超过53.7%。
我的问题是:有任何方法可以找到两个字符串之间真正的相似性百分比吗？
浏览 4提问于2016-03-10得票数 1
我正在寻找一个潜在的匹配算法应用于2个数据集( DS1，DS2)，这将为所有DS1 x DS2提供一个分数。
要举例说明这个问题:想象一群求职者在找工作。什么样的工作符合求职者的个人资料，哪些求职者能与工作匹配。
任何指针或文档，你可以指示我来帮助我这个？
投入：
求职者(DS1)
ID | name | skills | bio | ...
u1 | alex | C# | candidate bio blah ...
u2 | john | JVM,AWS| ...
u3 | emma | AWS,CSS| ...
作业(DS2)
ID | name | sp
浏览 0提问于2021-03-17得票数 0
1回答
相似度矩阵聚类
、、
我尝试对文本数据进行聚类，数据清晰，标记化等。我如何在Kmeans或其他聚类模型中输入相似度矩阵？
from gensim import corpora
from gensim import models
from gensim.models import Word2Vec, WordEmbeddingSimilarityIndex
from gensim.similarities import SoftCosineSimilarity, SparseTermSimilarityMatrix
documents = list(data['clear_response'])
te
浏览 3提问于2020-09-01得票数 0
1回答
我有一个非常有趣的问题，在过去的几天里，我一直在努力解决，但没有运气。我有120k个项目的描述，我必须与38k个项目进行比较，并确定它们之间的相似程度。最终，我想看看在基于相似性的120k内是否存在38k中的任何一个。我在excel中找到了很好的相似性脚本，我把我的数据组织成乘法表，这样我就可以比较从120k到38k的每个描述。请看下面的图片。所以函数是有效的，但是计算量是不可能在excel中运行的。如果我把它一分为二( 120k X 16k)，我们谈论的是超过20亿的计算。该功能是比较从A2到B1的描述，然后比较A2到C1的描述，依此类推，直到16k。然后它从A3中进行描述，并做同样的事情，
浏览 1提问于2018-03-14得票数 0
如何在Lucene中实现tf-idf和余弦相似度？我使用的是Lucene 4.2。我创建的程序没有使用tf-idf和余弦相似度，它只使用TopScoreDocCollector。
import com.mysql.jdbc.Statement;
import java.io.BufferedReader;
import java.io.File;
import java.io.InputStreamReader;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.util.
浏览 0提问于2013-04-25得票数 4
回答已采纳
1回答
使用笛卡尔的jaccard相似性
、、、、
我有一段代码：
StructType schema = new StructType(
new StructField[] { DataTypes.createStructField("file_path", DataTypes.StringType, false),
DataTypes.createStructField("file_content",
DataTypes.createArrayType(DataTyp
浏览 16提问于2020-07-06得票数 0
在Mahout中，支持使用API方法进行基于项目的推荐：
ItemBasedRecommender.mostSimilarItems(int productid, int maxResults, Rescorer rescorer)
但是在Spark Mllib中，看起来ALS内部的API可以获取推荐的产品，但userid必须通过以下方式提供：
MatrixFactorizationModel.recommendProducts(int user, int num)
有没有一种方法可以根据类似的产品获得推荐产品，而不需要提供用户id信息，就像mahout执行基于项目的推荐一样。
浏览 1提问于2014-12-18得票数 8
我正在寻找一种方法来输出两个字符串之间的匹配百分比(例如:名称)，同时也考虑到它们可能是相同的，但是单词的顺序不同。我尝试使用SequenceMatcher()，但结果只是部分令人满意：
a = "john doe"
b = "jon doe"
c = "doe john"
d = "jon d"
e = 'john do'
s = SequenceMatcher(None, a, b)
s.ratio()
0.9333333333333333
s = SequenceMatcher(None, a, c)
s
浏览 0提问于2018-10-31得票数 1
回答已采纳
2回答
我试图在java中使用WordNet层次结构来实现Resnik的相似性度量。
-把钱存入银行。在上面的例子中，假设我想消除存款和银行的歧义。因此，我将不得不首先访问各个词的意义节点，然后应用算法。
我的问题是：-如何编程访问WordNet层次结构/节点位置？
浏览 3提问于2012-10-27得票数 1
回答已采纳
尝试对简单的集群任务使用关联传播：
from sklearn.cluster import AffinityPropagation
c = [[0], [0], [0], [0], [0], [0], [0], [0]]
af = AffinityPropagation (affinity = 'euclidean').fit (c)
print (af.labels_)
我得到了这个奇怪的结果:0 1 0 1 2 1 1 0
我希望将所有样本放在同一个集群中，如本例所示：
c = [[0], [0], [0]]
af = AffinityPropagation (affini
浏览 0提问于2015-06-14得票数 8
1回答
我的SQL服务器包含两个表，其中包含一组类似的邮件(物理)地址字段。注:这些表是在数据到达我的数据库之前填充的(不能更改)。表中的字段集是相似的，但并不相同--大多数字段都存在于两个表中，有些只存在于一个表中，另一些存在于另一个表中。目标是以“高度自信”确定两个邮件地址是否匹配。
示例字段：
街道号码
预定向
街道名称
街道后缀
邮政方向(一张桌子而不是另一张)
单位名称(一个表)v地址2(其他表)--增加了复杂性
邮政编码(长度随表5 v 5+数字而变化)
法律描述
理想情况下，我想要一种简单的方法来调用一个“函数”，它返回一个布尔值或一个匹配的置信度
浏览 0提问于2019-11-22得票数 0
我有一个关于网络机器人应用的问题。
url a:
url b:
有两个urls，并转发到同一个page.robot应用程序中下载页面两次。
在我robot应用程序中，访问了两个要检查的转换为md5值的URL。但是md5字符串改变了，所以url的值也改变了。访问的缓存不能命中。
有更好的解决方案吗？
浏览 1提问于2013-05-19得票数 1
我想知道两个字符串和我在下面的页面中找到的工具有多相似：
它说这个工具是基于下面的文章：
“一种O(ND)差分算法及其变种”
可从：获得
我读过这篇文章，但我对他们如何编写该工具有一些疑问，例如，作者说它基于C库GNU diff和analyze.c；它可能指的是：
这个是：
我的问题是如何理解与这篇文章的关系，因为我读到的这篇文章展示了一种寻找两个字符串之间的最长公共子序列( LCS )的算法，所以他们使用了一种改进的动态编程算法来解决这个问题。修改是使用最短路径算法来找到修改次数最少的LCS。
在这一点上，我感到困惑，因为我不知道我首先提到的工具的作者如何使用LCS来查找两个序列的相似程度
浏览 2提问于2016-09-05得票数 1
1回答
基于内容的推荐可能吗？
、、、
我在探索基于内容的算法，所以我了解到基于内容的算法是用来计算项目和用户之间的相似度的，就像"pandora“一样。所以我的要求是我有100的比例，例如用户可以喜欢40%的蔬菜和60%的非蔬菜，有喜欢/不喜欢的比例，项目也会有蔬菜，非蔬菜属性。是否可以计算用户偏好比例和项目的相似度，或者是否有符合我需求的算法或帮助我的文档？
提前感谢
浏览 2提问于2015-07-23得票数 0
1回答
我正在做一个打字程序，用户输入屏幕上出现的一行单词，我需要检查准确性。这看起来很简单，但是，我需要考虑到偏移量。如果给定的行是"This is a test"，而用户输入的是"Thiss is a test“，那么他们应该只有一个错误。然而，用标记"ss“偏移量之后的所有内容来检查准确性的简化方法是不正确的，而它应该是正确的。有什么简单的方法可以做到这一点吗？
浏览 0提问于2016-01-06得票数 3
我正在尝试在MLlib中构建一个基于用户的协作过滤，以便从last-fm数据集中找到相似的用户(基于你听过的艺术家)。
Apache Mahout可以通过GenericBooleanPrefUserBasedRecommender实现我想要的功能，但是速度不够快，所以我想尝试一下Spark & MLlib，但是找不到它的任何实现。有没有人有一个可用的java/scala/python实现，或者知道如何实现它？我知道MLlib通过肌萎缩侧索硬化症有基于项目的推荐，但那是不同的。
浏览 1提问于2016-04-26得票数 0
5回答
我需要比较字符串，以确定它们是否代表相同的东西。这与人工输入的案例标题有关，其中缩写和其他小细节可能不同。例如，考虑以下两个标题：
std::string first = "Henry C. Harper v. The Law Offices of Huey & Luey, LLP";
与此相对的是：
std::string second = "Harper v. The Law Offices of Huey & Luey, LLP";
人类可以很快判断出它们最有可能是同一个。我目前采用的方法是通过对所有字母进行小写并删除所有标点符号和空格来规
浏览 4提问于2013-03-09得票数 73
回答已采纳
1回答
我有电子产品目录。我已经在一个SQL DB的字段/列，如标题，Mfg部件Nr，UPC等。然后我爬行通过外部网站，列出电子产品，例如亚马逊。在大多数情况下，这会导致一些HTML文本，但我可以找出标题，例如。我需要比较一下这个HTML文本(外部网站上网页的结果)是否描述了我的产品。
我知道这种比较是不准确的，也就是说，我不期望这100%的时间是正确的。有这样的事吗？
虽然很难提供一个完整的例子，但让我们将比较限制在两个产品的标题上。
标题I： Motorola MH230R便携-双向无线电- FRS/GMRS 22-通道-黄色(3包)
亚马逊的标题：摩托罗拉MH230TPR巨型可接收双向无线电3包
浏览 1提问于2013-05-06得票数 4
我正在做一个项目，在这个项目中，我需要根据搜索查询对文本文档进行排名，但我需要对具有单词或句子的语义相似度的文档进行排名，我无法开始关于如何使用java找到语义相似度。是否有任何链接或论文可以让我开始在文档或任何想法中找到单词的语义相似度。
浏览 3提问于2014-06-25得票数 0
我知道我们可以用交叉相关来测量信号中的“相似”，但是我们如何计算文本中“相似”的百分比呢？
例如: 1。“神奇狗的传说”2。“狗怪传奇”，这几乎是百分之百的相同，但洗牌。
但配对时: 3。“狗狗令人敬畏的数字9”，它只有40%的一致性与句子1或2。
浏览 3提问于2018-01-08得票数 0
回答已采纳
2回答
我正在寻找一个工具，可以比较两个文本字符串，并返回一个结果，实际上是他们的相似性指标(例如95%)。它需要在支持Java库的平台上实现。
我最好的猜测是，我需要一些模糊逻辑比较工具来进行模糊匹配，然后返回相似度级别。
我在这里看到了一些与模糊搜索相关的帖子，但我需要完全相反的-这意味着我不想设置一些参数并返回类似的条目。相反，我手头有条目，但需要从它们派生出这些相似性参数…
你能在这方面给我一些建议吗？非常感谢
浏览 0提问于2015-07-29得票数 2
1回答
所有问题都在标题中，所以基本上我有一个列有几个问题作为字符串的列表，想法是在第一个问题列表中获得另一个常见问题列表。
我不知道这是否有意义，但我会尝试解释一下我尝试过的方法。
该方法包括计算列表中的每个元素与其他元素的余弦相似性，但不包括正在处理的元素，以防止使用相同的元素执行计算。
也就是说，将创建一个字典，其中包含作为正在处理的每个元素的索引的键，而值将是每个元素的索引列表，这些索引的余弦相似性超过了键索引的阈值。
一旦创建了字典，键的值列表长度最高的索引将被认为是常见的问题，在此之后，您可以选择前10位或任何您想要的数字。
首先，一个缺点是，知道我有+60000个问题(14天)，执行起来
浏览 2提问于2022-06-17得票数 0
1回答
K近邻VS相似性搜索
、、、、
这两种算法有什么不同吗？乍一看，它们对我来说似乎是一样的。
假设我们正在搜索图像，然后给定一个查询图像，可以搜索k (=10 )使用k-NN算法的图像。在相似性搜索算法中，一个人也可以搜索10张图像(我猜是10张，类似于阈值)，结果应该与k-NN算法相同，对吧？
相似性搜索的。
浏览 16提问于2017-03-14得票数 2
回答已采纳
2回答
我有一个名字列表(姓氏)和一个简单的搜索机制。我想在搜索结果中显示带有小改动(排字)的单词。
示例搜索文本：braniecka
示例结果：Branicka、Kraniecka、Braniecki
任何帮助都很感激。
浏览 4提问于2013-08-13得票数 0
回答已采纳
2回答
我正在尝试自动对短文进行分类，我正在尝试找出如何匹配相似的单词-例如，架子架或绘画和重新绘制
我使用的是Porter词干提取算法，但它只对某些情况有帮助，而且只对词尾有效(上面的两个例子都不适用)。
有没有一种算法或相关的单词列表可以帮助做这样的事情(除了我自己做？)
(我使用的是php，所以用该语言编写的任何解决方案都会更有帮助。)
浏览 0提问于2010-11-01得票数 14
回答已采纳
1回答
我有。
一个固定的大集(约1,000,000)的关键字和短语，如birthday，happy new year，vacation等。
一些在10到500字之间的可变文本。
我想..。
识别文本中存在的关键词/短语(例如。Hi John, happy birthday to you.匹配birthday)，最好提供一些关于相等匹配数的信息。
容忍语法变异(vacations应该匹配vacation，countries应该匹配country)或“错误拼写”(nodejs == node.js)。
本质上，Google所做的类似于搜索(但它们可能使用了更复杂的方法)，
浏览 0提问于2016-02-01得票数 0
我得到了一个array_subscribed_players，并且我正在检查这个数组是否包含一个字符串：
array_subscribed_players.include?(subscription.user.full_name_inversed.downcase.strip)
我正在寻找一种方法，即使我给出的字符串与array_subscribed_players中包含的字符串不完全匹配，也能使该表达式返回true。假设有一个或两个不同的字母，或者有一个额外的或更少的字母。
浏览 1提问于2015-09-16得票数 0
1回答
这个问题是关于基于常用词的文本分类，我不知道我是否正确地处理了这个问题我有一个excel，在"Description“列中有文本，在" ID”列中有一个唯一的ID，我想迭代描述，并根据文本中常见单词的百分比或频率比较它们。我想对描述进行分类，并给它们另一个ID。请参见下面的示例……
#importing pandas as pd
import pandas as pd
# creating a dataframe
df = pd.DataFrame({'ID': ['12 ', '54'
浏览 21提问于2019-08-22得票数 0
1回答
我正在尝试建立一个问题回答系统，其中我有一组预定义的问题和他们的答案。对于来自用户的任何给定问题，我必须查找类似的问题是否已经存在于预定义的问题中，并发送答案。如果它不存在，它必须回复一个通用响应。任何关于如何使用NLP实现这一点的想法都会非常有帮助。
提前感谢！！
浏览 2提问于2020-03-15得票数 0
1回答
我正在使用Wordnet数据库。它只给我一个或两个单词的含义或同义词。如果我想要相似的短语，该怎么做呢？请任何人在这方面帮助我。另外，我在代码中使用了Lucene。有没有办法用lucene做到这一点呢？
WordNetDatabase database = WordNetDatabase.getFileInstance();
for (int i1 = 0; i1 < list1.size(); i1++) {
Synset[] synsets = database.getSynsets(list1.get(i1));
浏览 1提问于2015-05-08得票数 1
4回答
我正在寻找一个PHP库，它可以让我比较两个字符串，并确定它们是否相似。例如：
apple apple 100%
apple aple 80%
以此类推。有什么想法吗？
浏览 0提问于2009-11-18得票数 0
我有两个很大的列表要比较。我使用retainAll()方法对它们进行了比较，得到了公共元素的列表。但我也想得到类似的比赛。
ArrayList<String> list1 = new ArrayList<String>(Arrays.asList("John","Mary"," Mr. John Marsh","Mrs. Mary Dsouza","abc","xyz"));
ArrayList<String> list2 = new ArrayList<S
浏览 1提问于2015-05-29得票数 3
5回答
在数据挖掘领域，有没有一个特定的子学科叫做“相似度”？如果是，它处理的是什么。任何例子，链接，参考资料都会很有帮助。
此外，作为该领域的新手，我希望社区对数据挖掘和人工智能之间的关系有多密切发表意见。它们是同义词吗，一个是另一个的子集吗？
提前感谢您分享您的知识。
浏览 1提问于2010-05-22得票数 9
回答已采纳
我有一些代码看起来像这样(片段)：
public List<String> search(String streetNumber, String streetDirection, String streetName) throws ParseException, IOException {
IndexReader ir = DirectoryReader.open(fsDirectory);
Dictionary d = new LuceneDictionary(ir, "text");
try(SpellChecker spellche
浏览 0提问于2015-12-05得票数 0
/*
Returns true is the two strings are permutations of each other.
Time Complexity; O(nlog n) -> because of the java utils array sort
Space Complexity; O(1)
*/
public boolean isPermutationOptimized(String one, String two) {
if (one.length() != two.length()) {
return
浏览 17提问于2021-10-05得票数 0
回答已采纳
我在SQL server中的表中有一些条目，如下所示。
2934046 Kellogg’s Share Your Breakfast 74672 2407522 Kellogg?s Share Your Breakfast ACTIVE 2015-09-01 9999-12-31
2934046 Kellogg?s Share Your Breakfast 74672 2407522 Kellogg?s Share Your Breakfast ACTIVE 2015-09-01 9999-12-31
另一个例子可能是
2939508 UOL Ação Social
浏览 1提问于2016-09-11得票数 1
2回答
如何使用Java正则表达式来匹配禁用的单词，例如，如果我想禁止单词stackoverflow，它将匹配stackoverflow、s t a c k o v e r f l w和s-t-a-c-k-o-v-e-r-f-l-o-w。
这样做的目的是为了防止人们在聊天中说禁语。正则表达式也必须工作，以便它们可以是两边的任何东西。例如，"Go to stackoverflow，its a good website“会检测到stackoverflow。
浏览 2提问于2013-01-22得票数 1
回答已采纳
在我之前的帖子之后，我们现在面临的另一个挑战是为地址字段[ADDR_LINE_1, ADDR_LINE_2, CITY, STATE, ZIP]找到最佳匹配。
我们希望返回数据库中与文件中的传入地址记录可能匹配的所有记录。场景是：
下面是数据库中的2条记录；
ADDR_LINE_1, ADDR_LINE_2 , CITY , STATE, ZIP
001 Chestnut Avenue, Apt 100 , Indiana , IN , 9999
Apt 100 , 001 Chestnut Ave., I
浏览 0提问于2011-11-10得票数 1
回答已采纳
我正在学习如何使用Pythons Scikit-Learn库进行集群。我有一个句子(字符串)的列表。我想知道，字符串的长度是否会影响silhouette_score。
例如，我有从2个单词到35个单词的句子，我尝试了从2到60个集群的数量，我得到的最大的silhouette_score是7。这会影响到silhouette_score吗？最好是过滤我的数据，这样我就可以选择比字数更接近的句子，例如，将字数从20-25或5-10设置为？
我的代码是这样的：
list_of_comments = data
#cv = TfidfVectorizer(analyzer = 'word'
浏览 0提问于2019-09-07得票数 1
回答已采纳
1回答
什么算法，和/或，可以应用来决定两件事情有多么相似，都是基于一些共同的特征。
哪些领域的知识可以处理这类问题？
这样做的一种方法是：
**其中每个int值表示某种特征
**而每一组ints表示某一特性中的一组特征，例如
Object_1：{1, 2, 3}, {11, 14}, {88, 90}
Object_2：{4, 7}, {12, 16}, {81, 91}
搜索词：{2, 90}
搜索应该返回'Object_1'，因为{2, 90}是{1, 2, 3, 11, 14, 88, 90}的子集。
希望这个例子稍微缩小一些问题。
浏览 1提问于2021-10-17得票数 1
回答已采纳
1回答
我有一组字符串，每个字符串都有与之相关的分类信息。但是，分类信息并不总是很好，所以我需要根据文本内容和类别对消息进行聚类。做这件事最好的方法是什么？
浏览 0提问于2015-05-18得票数 3
我正在研究如何表示软件的函数调用图，并将数据结构保存到文件中。我知道在内存中，图可以是邻接表或正交表的形式。我的问题是如何将数据结构保存到文件中，这样以后它就可以重新加载到内存中进行进一步的操作。它可以用json表示，也可以用Neo4j等图形数据库表示吗？更重要的是，如果转储到Neo4j，是否可以计算函数调用相似度？
浏览 29提问于2019-04-13得票数 0
4回答
我有两列疾病名称，我必须尝试匹配最好的选项。我尝试使用python中的"SequenceMatcher“模块和"fuzzywuzzy”模块，结果令人惊讶。我已经将结果和我的疑虑粘贴在下面：
假设有一种疾病“肝脏肿瘤”，我需要将其与最佳匹配名称“癌症，肝脏”或“癌症，乳腺癌”进行匹配。现在很明显，因为肝脏是一个匹配的单词，它应该很容易地选择“癌症，肝脏”作为答案，但这并没有发生。我想知道在python中匹配的原因和更好的方法。
from difflib import SequenceMatcher
s1 = 'liver neoplasms'
s2 = '
浏览 7提问于2019-12-23得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
