关键字建议算法

Question

我一直在研究一个项目，要求我根据产品的描述给出关键字/关键词建议。

我目前拥有的产品：产品描述，产品类别（可能有可能不存在）。

我想要什么：机器生成的关键字/基于描述的关键字句。

我做了什么研究:(基于NLP的方法）这个问题可以分解成两个独立的方法。

• 不使用过去的数据：刚才总结当前的描述
• 方法： - 符号化，制止，拆除停用词等（预处理）
• 浅层NLP（选区解析），只保留NP & JJ短语。

这将是一种不使用数据库中的描述的方法。

我正在寻找的是一种更好的方法，它使用ML算法并使用我以前的产品描述数据。

我在考虑在整个数据集上应用浅层解析，然后给出超过N个产品遇到的关键字。

什么算法或方法会派上用场？ 如何使用我的数据？

Answer 1

尝试看看基本的车型，如：词频或TF-IDF，这给你一些重要的话：https://en.wikipedia.org/wiki/Tf%E2%80%93idf， 然后搜索文本聚类（对于集群文本被彼此相关组）和栏目检测方法（这可以帮助你找到相关的文件突出词和话题）

然后你可以找到每个群集（也可以考虑的文件类别）的关键字，并试图找到最相关的词换句话说

我建议读一些/或w本书的孔洞章节：http://nlp.stanford.edu/IR-book/https://en.wikipedia.org/wiki/Tf%E2%80%93idf