提取类似词语Solr

Question

我想从数据集中提取什么是类似的术语，然后用否定约束对它们进行查询。例如。

索引集，我怎么能推断出黑莓和诺基亚是两个类似的术语。或者说是2种类似的商品。

这可以通过solr来实现。 ？ 这不是同义词。但我需要实现的相似性约束。

Answer 1

当然不是你正在寻找的确切情况，但你可以检查出Solr with Mahout。
亨利马乌提供支持LDA为主题建模，这将有助于您将主题从数据集中

主题模型是，大概，分层贝叶斯模型 联营公司与每个文档在 的概率分布“话题“，而话题又是话语的分布。例如，新闻专线中的话题可以包括关于“运动”， 诸如“棒球”，“本垒打”，“运动员”以及关于在棒球中使用的类固醇的文档可能包括“运动” ，“毒品”和“政治”。注意 标签“运动”，“药物”和“政治”是人类指派的事后标签 ，并且该算法本身仅将关联词与概率分配给 。这些模型中的参数估计 的任务是学习两个主题是什么，以及哪些文档以什么比例使用它们。

所以，如果如果你有手机的文档数据集内，你会得到一组黑莓，iPhone，手机等条款。
这些可能不是相似的术语，但会涉及相同的主题。