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
3回答
假设我有100个文本文档，我想对这些文档进行集群。
第一步是构造文档的成对相似矩阵100X100。
我的问题是：
衡量两个文档之间相似性的通用方法是什么？
谢谢,
浏览 0提问于2019-04-14得票数 4
回答已采纳
我正在尝试类似的研究摘要，所以我使用word嵌入将单词转换为1x768向量，所以总体上将抽象转化为带有形状的嵌入(#ofword，768)。两个抽象之间的余弦相似性返回一个矩阵(#ofwords1 1，#ofwords1 2)，然后我对其进行总结，以得到一个总体得分。我想知道的是，在一个余弦相似矩阵中对所有值的总结是否真的是确定两个不同文本之间的整体相似性的好方法呢？有没有一种更好，或者更便宜的计算方法来做到这一点？
浏览 0提问于2020-08-26得票数 2
在Apache中，如果我有来自两个不同文档的两个字段：
字段1：“汤姆·索耶是”哈克贝利·芬恩“中的一个角色”
字段2：“huckleberry finn中的一个角色是tom sawyer”
*请注意，为了简单起见，字段没有如这里所示的标记化，但它们位于索引中。
我搜索“huckleberry finn中的一个字符”(也是标记化的)，字段2的分数会更高，因为不仅在字段中标记与查询中的顺序相同，而且文本中短语的位置在字段和查询中都位于开头？
浏览 3提问于2016-08-07得票数 0
回答已采纳
1回答
我使用spark的word2vec算法来计算文本的文档向量。
然后，我使用模型对象的findSynonyms函数来获得几个单词的同义词。
我看到的是这样的东西：
w2vmodel.findSynonyms('science',4).show(5)
+------------+------------------+
| word| similarity|
+------------+------------------+
| physics| 1.714908638833209|
| fiction|1.5189824643358183
浏览 0提问于2016-12-29得票数 6
1回答
我想要一些关于理解TF-IDF向量结果的方法的反馈，以及可能的替代方法。
现在，我有两个文本语料库。目标是找到每个语料库中的哪些文档最相似。
当我找到一个有趣的匹配项时，我想知道为什么，所以我实现了一个名为why_match()的简单函数，但我想帮助了解它是否是一种有效的方法。
它是这样工作的：
def why_match(doc_vector_a, doc_vector_b, sklearn_tfidfvectorizer):
distance = abs(doc_vector_a - doc_vector_b)
nearest_words = np.array((dista
浏览 2提问于2018-10-27得票数 0
1回答
我把员工的名字保存在文本文件中。我处理了这个文件，并比较了一个已经存在的名称。当我使用most_similar方法检查时，我发现即使在语料库中存在完全相同的名称，它也会返回完全无关的名称。
import gensim
training_file='todel.txt'
mylist=list()
with open(training_file, encoding="iso-8859-1") as f:
for i, line in enumerate(f):
mylist.append(gensim.models.doc2vec.Tag
浏览 1提问于2018-04-11得票数 0
回答已采纳
1回答
我用C++编写了一个程序，它根据1到100之间的整数变量v的值序列生成一个文本文件。文本文件格式如下：
file1.txt
1 2 3 4 5
file2.txt
4 5 6 7 8
file3.txt
8 4 5 7 1
.......
比方说，我生成了100个文本文件(从file1.txt到file100.txt)。我想逐个检查文本文件，找出它们之间的相似性百分比。我不想检查所有的100个文本文件，而是当我得到一些连续文件或多或少类似的结果时，我想停止检查。
如何执行相似性检查？比方说，我计算了file1和file2之间的相似度百分比。现在我要计算file2和file3的相似度，还是
浏览 2提问于2016-11-08得票数 0
1回答
我有一个文档分类问题，需要对某个文档是否涉及房地产进行分类。我得到一个网页的网址，从中提取所有的文本，然后使用我训练的模型，实际上是基于LSTM的，我分类它是否与房地产有关。在这里，有房地产属性的页面意味着页面应该只讨论一个属性，而不是更多的属性。
我的模型可以获得以下类型的输入数据之一：
一个具有独特的房地产列表的URL，并讨论该特定的属性。例如1
包含符合特定标准的房地产列表的URL。所有的房产都有3间卧室，在一个特定的租金范围内。例如2。这类页面我称之为索引页。
只是一些随机的网址，从这些经纪人网站谈论他们的组织，他们的成就，他们的团队等。例如3.。
不同的网站显示一个集合或房地产列表与
浏览 0提问于2021-12-20得票数 0
1回答
我用sklearn.metrics.pairwise中的cosine_similarity计算了一个余弦相似度矩阵。 Matrix:
2414514 413915 419480 473104 534621 609406 654913 654914 \
2414514 1.000000 0.0 0.0 0.0 0.0 0.0 0.755929 0.755929
413915 0.000000 1.0 0.0 0.0 0.0 1.0 0.000000 0.00000
浏览 9提问于2019-04-02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
我训练了一个使用三重态损失的暹罗神经网络。这很痛苦，但我想我成功了。然而，我很难理解如何用这个模型来进行评估。
SNN：
def triplet_loss(y_true, y_pred):
margin = K.constant(1)
return K.mean(K.maximum(K.constant(0), K.square(y_pred[:,0]) - 0.5*(K.square(y_pred[:,1])+K.square(y_pred[:,2])) + margin))
def euclidean_distance(vects):
x, y = vects
浏览 12提问于2022-04-22得票数 6
回答已采纳
1回答
我想根据用户的技能向他们推荐工作，使用mahout.So是否有任何方法可以定义工作相似性逻辑。我找到了ItemSimilarity接口，但在自定义实现后无法使用它。
浏览 0提问于2014-07-30得票数 2
1回答
NLP提取关联词
、、
我是NLP算法的新手。我正在使用法语的python 3。我想从属于一起的文本中提取一组单词。例如“左脚”“瓶装水”。如何找到从文本/句子中提取一组单词的规则。
(附言:我是法国人，如果我不能很好地表达自己，很抱歉)
谢谢
浏览 1提问于2018-02-22得票数 0
1回答
我已经通过了LSA方法。有人说，LSA可以用于语义分析。但我不明白它在LSA是如何运作的。有人能告诉我LSA是如何处理语义的吗。
浏览 5提问于2014-08-15得票数 1
回答已采纳
我得到了文章数据库，文本包含500个字符到2000个字符的数据，我从IIIrd党获得的数据，对于新的数据，我必须检查与我们已经有的数据重复的百分比，如果重复百分比超过50%，那么我们必须拒绝该数据，否则在数据库中插入数据。
Solr中的重复百分比是否可能，如果是，那么我们如何实现这一点。
谢谢。
浏览 0提问于2016-12-28得票数 0
1回答
在此实现之后，我在我的文本语料库上使用c++应用程序构建了手套模型。我想找到嵌入这个词的方式
如果A与B相关，C与D相关，则and +B应等于D。例如，“澳大利亚”-“堪培拉”+“印度”的嵌入向量算法应等于嵌入“新德里”。
我想在python中评估这些嵌入。
浏览 1提问于2017-08-15得票数 1
1回答
我想测量熊猫DataFrame中文本之间的jaccard相似性。更确切地说，我有一些实体组，在一段时间内，每个实体都有一些文本。我想分析文本的相似性(在这里的Jaccard相似性)随着时间的推移，分别为每个实体。
举一个很小的例子来说明我的观点：
import pandas as pd
entries = [
{'Entity_Id':'Firm1', 'date':'2001-02-05', 'text': 'This is a text'},
{'Entity_Id&
浏览 6提问于2017-09-26得票数 5
我读了Levy等人的论文“”，在讨论他们的超参数时，他们说：
向量归一化()如第二节所述，所有向量(即W行)都归一化为单位长度(L2归一化)，使点积运算等价于余弦相似。
然后，我回顾了R- sim2包中text2vec向量相似函数的默认值是L2-范数向量，首先：
sim2(x, y = NULL, method = c("cosine", "jaccard"), norm = c("l2", "none"))
因此，我想知道，这其中的动机是什么，规范化和余弦(无论是在text2vec还是一般情况下)。我试着阅读L2范数，但
浏览 4提问于2018-07-11得票数 6
回答已采纳
我使用k-means对归一化数据进行聚类。我使用了不同的相似度矩阵，如欧几里得、曼哈顿和余弦，当我使用余弦相似度时，Dunn指数为负值。我读到过邓恩指数的取值范围从0到无穷大。使用余弦相似度计算Dunn指数是正确的吗？ 我用过this implementation of Dunn Index。
浏览 94提问于2019-06-12得票数 1
回答已采纳
2回答
因此，假设我有三个文本文档，例如(让3个随机生成的文本)。
第1号文件：
“七岁的时候，每一英里都是平铺的。希望他完全尊敬欧先生。可能是床上有你的快乐，文雅的男孩，优雅的火腿。如果他高兴的话，他会阻止请求。图片和关心也是舒适的。十个困难也不像渴望。同样的公园也是.”
文件2：
“格调也太文雅了。完美得罪的企图加上安排年龄先生的结论。得到谁不寻常的表情十加考虑偶尔的旅行。曾经读过诉说年给可能的男人打电话。愤怒的儿子变胖了，收入变高了.”
如果我想在python (使用库)中获得关于这两个文档与第三个文档(换句话说，这两个文档中的哪个文档与第三个文档更相似)有多相似的度量，那么最好
浏览 0提问于2020-01-30得票数 1
回答已采纳
1回答
我正在构建一个模型，根据上下文从时间帧开始播放视频。比如播放电影的高潮，从59分钟开始播放。
我正在使用视频的字幕，并匹配特定序列中的文本，并确定时间帧。我正在尝试寻找具有真实表达式的精确单词，$$not so effective$$。我偶然发现了word2vec，它可以找到余弦相似的相似单词。
浏览 2提问于2019-05-10得票数 0
3回答
我是一个文本挖掘的新手，这是我的情况。假设我有一个单词列表'car'，'dog'，'puppy'，'vehicle'，我想把单词聚成k组，我希望输出是['car'，'vehicle'，'dog'，'puppy']。我首先计算每个成对单词的相似度得分，得到一个4x4矩阵(在本例中) M，其中Mij是单词i和j的相似度得分。在将单词转换为数字数据后，我利用不同的聚类库(例如sklearn)或自己实现它来获得单词聚类。
我想知道这种方法有意义吗？此外，我如何确定k的值？更重
浏览 19提问于2017-01-31得票数 5
4回答
我想要创建一个聊天机器人，它告诉用户在街道上的交通情况，但暂时不是实时的。我用MySQL创建了一个小型数据库，其中存储了一些有关流量的数据，并根据用户与聊天机器人的交互情况，在适当的时候使用PHP脚本获取这些数据。
我想知道当用户询问同一个问题的变化时，如何处理这个问题，因此可以用相同的答案来回答。例如：
为什么大街上有车辆？
高街交通的原因是什么？
我为什么在高街遇到交通堵塞？
我在大街上堵车了。为什么会这样呢？
显然，我可以从删除停止词(例如did)、命名实体(例如，公路->大街)、定义同义词和应用文本相似性度量(例如Levenshtein距离等)开始。
然而，如果我这样做的话，我想
浏览 0提问于2018-04-19得票数 4
1回答
我做了一项研究，大约1000名参与者参加了一个测试(100个问题)。在本研究中，被试被要求在每一个问题中选择两个文本(文本1和文本2)，并决定哪一个文本对他们来说更容易。现在，在R中，我想检查是否有任何参与者遵循某种模式。例如，他或她只选择了文本1或文本2。我还想检查参与者的响应字符串筛选，选择左/右/左/右等.连续20，30，40，50，60，70，80，90,100次。有人能帮我吗?我怎么能在R里做到这一点？
浏览 0提问于2021-01-14得票数 1
我使用如下的most_similar()方法来获取与给定单词相似的所有单词：
word,score= model.most_similar('apple',topn=sizeofdict)
AFAIK，它的作用是计算给定单词和字典中所有其他单词之间的余弦相似度。当我检查单词和分数时，我可以看到列表中有负分数的单词。这是什么意思？它们是与给定单词具有相反含义的单词吗？
另外，如果它使用余弦相似度，它是如何得到负值的？对于两个文档，余弦相似度在0-1之间变化。
浏览 2提问于2016-01-19得票数 5
1回答
句子转换器如何预测新实例
、、、、
我正在探索句子转换器，并偶然发现了这个。它展示了如何对我们的自定义数据进行培训。但我不知道该怎么预测。如果有两个新句子，如1)这是第三个例子，2)这是第三个例子。我怎么能预测到这些句子有多相似呢？
from sentence_transformers import SentenceTransformer, InputExample, losses
from torch.utils.data import DataLoader
#Define the model. Either from scratch of by loading a pre-trained model
model = Sen
浏览 1提问于2022-01-04得票数 2
2回答
Python中的词分析
、、、、
我有一份文件清单如下：
["Display is flickering"]
["Battery charger is broken"]
["Hard disk is making noises"]
这些文本文档只是免费文本。我已经处理了标记化，柠檬化，停止词删除，现在我想根据一个单词列表来分配标签。示例：
{"#display":["display","screen","lcd","led"]}
{"#battery":["battery
浏览 0提问于2016-04-03得票数 3
回答已采纳
我有2个文档X和Y。如果用户搜索单词"Computer“，并且我想显示基于关键字"Computer”的最相关的文档。我的算法根据关键词在文档中出现的次数来选择最相关的文档。唯一的问题是文档X有10个单词，"Computer“出现两次，而文档Y有1000个单词，"Computer”出现100次。从文档中的字数来看，说文档Y比文档X更相关是不正确的。
如何对此进行规范化，以获得最准确的相关文档。
浏览 8提问于2016-01-09得票数 0
1回答
我想从我的数据库中删除类似的数据。现在我可以从我的数据库中删除重复的数据并保留一个。
$sql = "UPDATE `clf_ads` SET `enabled`= '0' WHERE adid NOT IN (SELECT * FROM (SELECT MAX(adid) FROM clf_ads GROUP BY adtitle) x)";
if ($conn->query($sql) === TRUE) {
echo "Record deleted successfully";
} else {
echo "Error de
浏览 13提问于2018-12-11得票数 0
为了使用gensim.similarities.docsim.Similarity类计算单词之间的相似度，需要提供语料库和字典的大小。
在我的例子中，语料库是使用word2vec模型计算的词向量。
我想知道为什么gensim需要这么大的字典？另外，如果这里需要用于创建word2vec模型的字典的大小，或者语料库的字典的大小，我想要计算其相似度。
浏览 0提问于2020-06-23得票数 0
我想要找到一个查询行和另外10个行之间的余弦相似度(或者欧几里得距离，如果更容易)。这些行都是nan值，因此如果列是nan，则忽略它们。
例如，查询：
A B C D E F
3 2 NaN 5 NaN 4
df =
A B C D E F
2 1 3 NaN 4 5
1 NaN 2 4 NaN 3
. . . . . .
. . . . . .
因此，我只想得到查询的每个非空列与df列中的行之间的余弦相似性。因此，对于df中的第0行，B和F在查询和df中都是非空的。
然后，
浏览 0提问于2019-02-11得票数 5
回答已采纳
1回答
我试着制作这样一个软件，使两个文本文档智能地类似于检查文本匹配的程度，而不像DIFF，我在Google上搜索了一个相当多的东西，我发现了两个东西，就是Graph&TF下手。
但我对这两种方法感到困惑，我不知道哪一种更好&还有其他技术来匹配文本文档吗？
浏览 2提问于2015-01-06得票数 0
回答已采纳
2回答
我有一个计算两个矩阵之间余弦相似度的代码：
def cos_cdist_1(matrix, vector):
v = vector.reshape(1, -1)
return sp.distance.cdist(matrix, v, 'cosine').reshape(-1)
def cos_cdist_2(matrix1, matrix2):
return sp.distance.cdist(matrix1, matrix2, 'cosine').reshape(-1)
list1 = [[1,1,1],[1,2,1]]
list
浏览 1提问于2015-05-10得票数 5
我已经理解了当计算单词之间的相似度时LSA是如何工作的。我正在使用lsa.colorado.edu网站上的LSA，但我找不到一个来源，即句子或多个单词之间的相似度是如何计算的。这仅仅是通过平均所有成对的相似性来完成的吗？
浏览 1提问于2012-12-17得票数 1
1回答
我用刮刮爬行了几个欺凌论坛，并将结果作为字典使用。
我现在要做的是提取一个句子的关键字，例如He harassed me in the chat，这将给出关键字Harassed和chat，并将这些关键字与我的单词字典进行比较，并为它的相关性分配一个值(在这种情况下，这显然会提供接近1.0的高值，因为它与欺凌非常相关)。
我已经把关键词提取下来了，所以现在我只需要知道如何进行比较。
我看过使用pandas、scikit和nltk的情况，但它们似乎对多个字段的字典最有效，而我只有一袋单词。
有什么NLP库可以帮我吗？如果不这样做，最好的办法是什么？
浏览 0提问于2018-07-15得票数 1
回答已采纳
1回答
快速文本预训练句子相似度
、、、、
我想使用快速文本预训练模型来计算一组句子之间的相似度。有谁可以帮我？什么是最好的方法？
我通过训练一个tfidf模型来计算句子之间的相似性。像这样写代码。是否有可能改变它和使用快速文本预先训练的模型？例如，使用向量来训练tfidf模型？
def generate_tfidf_model(sentences):
print("generating TfIdf model")
texts = [[sentence for sentence in doc.split()] for doc in sentences]
dictionary = gensim.co
浏览 3提问于2019-12-04得票数 2
回答已采纳
1回答
我正在使用tf.losses.cosine_distance(Y, outputs, axis=2, reduction=tf.losses.Reduction.MEAN)来衡量我的标签和预测之间的差异。张量形状为[batch_size, sequence_length, embedding]。在我的例子中，预测的形状是[16311, 20, 100]。
我的结果如下。
----------------------epoch1----------------------
train 1 loss 1.1429076
----------------------epoch2----------
浏览 0提问于2019-05-29得票数 1
2回答
我正在尝试通过关联在数据库中查找类似的文章。
因此，我将文本拆分成单词数组，然后删除常用的单词(冠词、代词等)，然后使用皮尔逊系数函数比较两个文本。对于一些文本，它是作品，但对于其他文本，它就不是那么好了(文本越大，系数越高)。
有没有人能建议一个找到相关文本的好方法？
浏览 4提问于2011-04-07得票数 0
我正在构建一个推荐程序，使用ItemSimilarityJob完成实际的相似度计算，然后通过FileItemSimilarity将其加载到非分布式推荐程序中。
到目前为止，所有这些都是可行的，但有一件事我有点困惑。
在实例化推荐程序(GenericItemBasedRecommender)时，我必须传递一个数据模型--在我的例子中它将是FileDataModel，但是由于相似度计算已经进行，我真的不知道应该将哪些数据传递到模型中？
显然，该模型用于确定最大和最小偏好值以及项和用户ids。关于用户，我计划只有匿名的“配置文件”--那么传递假数据还可以吗？
这是如何支持工作-马赫特的例子(1)和M
浏览 5提问于2013-06-30得票数 0
回答已采纳
1回答
我有一个关于将文本和图像嵌入到语义搜索中的问题。用例是在一个(B2B)市场上的产品搜索，我们有图像(S)和产品的标题和描述。我想让用户同时搜索图像和文本，但我不知道如何组合它们。我们的想法是，第三方产品描述和图像的结合包含了比零件更多的信息--我们知道这对于很多产品来说都是正确的，特别是那些描述质量很低的产品。
我目前的想法是使用剪辑模型嵌入图像，用剪辑/语句转换器模型嵌入文本，将同样的内容应用到查询中，并将两个向量连接起来。如果这两个嵌入都被缩放成单位长度，那么它们应该具有相同的权重，并且对最终的相似性产生相同的影响。但是，我看到这种方法可能是非常有限的，因为我采取两个嵌入，只是将它们粉碎在
浏览 0提问于2023-05-08得票数 3
我用Gensim在语料库上训练了一个LDA模型。现在我已经有了每个文档的主题分布，如何比较两个文档在主题中的相似程度？我想要一个简要的措施。例如，以下是两个文档的主题分布。总共有75个主题。为了简洁起见，我只展示了概率最大的前10个主题(因此主题不太合适)。(40，0.5523168)表示主题#40对于DOC #1的概率为0.5523168。我应该计算两个向量之间的欧几里德距离还是余弦距离？使用这个概括度量，我是否可以说，例如，DOC 1比DOC2更类似于DOC3，或者DOC1和DOC 2在局部上比DOC 3和DOC 4更相似？谢谢!
DOC #1:
[(40, 0.5523168), (60
浏览 2提问于2019-03-22得票数 4
回答已采纳
1回答
我正在尝试使用mahout中的基于项目的推荐。它包含250万个用户，项目交互，没有偏好值。大约有100个项目，100k users.It需要大约10秒才能推荐。而对于相同的数据，当我使用基于用户的推荐时，它只需要不到一秒钟的时间。
ItemSimilarity sim = new TanimotoCoefficientSimilarity(dm);
CandidateItemsStrategy cis = new SamplingCandidateItemsStrategy(10,10,10,dm.getNumUsers(),dm.getNumItems());
MostSimilarIte
浏览 1提问于2014-02-06得票数 0
1回答
我之前没有任何在神经网络方面的工作经验，所以任何帮助都将不胜感激。我正在解决以下任务:我想找出句子对之间的相似度得分。我的想法是为句子中的每个单词生成嵌入，并将向量提供给编码器，编码器将学习将这些多个输入聚合为一个较低的表示序列向量。并使用该序列向量之间的余弦相似度来找出相似度得分。我的问题是，对于哪种类型的自动编码器或神经网络架构更适合我的情况，您有什么建议吗？
浏览 3提问于2019-11-25得票数 0
1回答
我有两个单词列表，比如说， 列表1:未来证明列表2:房屋过去的foo酒吧 我想计算列表1中的每个单词与列表2中的每个单词之间的语义距离。快速文本有一个很好的功能来显示最近的邻居，但如果有一种方法可以读出两个已定义单词之间的语义距离就更好了。有人能帮帮忙吗？ 谢谢
浏览 12提问于2020-06-28得票数 1
1回答
我使用openCV库来获取图像中的相似度。我使用了返回双值的compareHist函数openCv库，在这个函数中传递了不同的方法名(int值)，并得到了不同的结果--对于每个方法.Now，如何对这些双值进行决策？
Mat src_base, hsv_base;
Mat src_test1, hsv_test1;
// Mat src_test2, hsv_test2;
Mat hsv_half_down;
String baseImgPath = [baseImagePath UTF8String];
String firstCmpImgPath = [firstCmpImagePat
浏览 2提问于2014-10-10得票数 1
1回答
从大型文本语料库构建图表
、、、、
我得到了大量的文件，我应该对这些文件进行各种分析。由于文档将作为最终产品的基础，所以我考虑用这个文本语料库构建一个图表，每个文档对应于一个节点。
构建图形的一种方法是使用模型(如use )首先查找文本嵌入，然后在相似度超过给定阈值的两个节点(文本)之间形成一个链接。然而，我认为最好使用一种基于纯文本相似性度量的算法，即不将文本“转换”为嵌入的算法。和以前一样，如果两个节点(文本)的文本相似性超过了给定的阈值，我将在它们之间形成一个链接。现在，问题是:衡量两种文本相似性的最简单方法是什么，更复杂的方法是什么？我想先从这两篇文章中提取关键词，然后计算Jaccard索引。
任何关于如何实现这一目标的
浏览 0提问于2022-05-21得票数 1
回答已采纳
我正在研究一个有10个标签的多标签文本分类问题。数据集很小，总共+- 7000个项目和+-7500个标签。我正在使用python sci-kit learn，在结果中出现了一些奇怪的东西。作为基准，我从使用countvectorizer开始，实际上计划使用tfidf向量器，我认为它会工作得更好。但它不..。使用countvectorizer，我可以获得0,1更高的f1score。(0,76 vs 0,65)
我不明白为什么会出现这种情况？有10个类别，其中一个被称为杂项。尤其是使用tfidf时，这个函数的性能要低得多。
有人知道什么时候tfidf的性能会比count更差吗？
浏览 1提问于2016-07-05得票数 0
哪些Microsoft认知服务(或Azure机器学习服务？)是最好的，也是最少的工作，用来解决查找给定文章的相似文章的问题。文章是一串文本。假设我没有关于文章的用户交互数据。
Microsoft Cognitive Services中有什么东西可以开箱即用地解决这个问题吗？似乎我不能使用推荐API，因为我没有交互/用户数据。
安东尼
浏览 2提问于2016-07-01得票数 0
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
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
