如何找到兩個短語之間的關係？

Question

我該如何着手找出兩個完全不同但相關的短語之間的關係。例如： 1）「今日社交媒體網站...」 2）「Facebook是非常流行的社交網站...」

雖然這兩個短語實際上沒有太多共同點，但它們都是（因爲Facebook是今天的社交媒體網站）。我如何量化這種關係（如果它甚至可能的話）？

Answer 1

簡單，無效的方法：計算共同詞（和/或單詞本身）的字數，或兩個句子之間的編輯距離，但使用單詞而不是字符。在這種情況下，會發現兩個句子中都出現「社交」一詞。您還可以使用一些同義詞庫數據找到一種檢測同義詞的方法，例如「網站」和「網站」。這可能需要一些工作。常見的詞語（「和」，「the」，...）可以忽略不計，以減少巧合匹配的機會。

細化：保持某種字之間的聯繫（如「臉譜」和「網絡」）圖形的，立足於他們一起出現的頻率字與字之間的聯繫的重量，並在基地的相關性指標那。保持經常出現的單詞列表，並忽略它們。顯然這取決於你的算法有一些有代表性的「訓練數據」。

複雜，有效的方法：閱讀機器學習。

Answer 2

這是一個非常普遍的問題，您將不得不採用多種方法來獲得任何可觀的結果。實際上你所說的是NLP的最終目標。我建議你將問題分解成片，並逐一解決每個片段。

拼圖的第一部分是瞭解兩個句子是否在談論相同/相似的實體。這可以通過在不同句子中識別主語，賓語，動詞，位置參考，工具參考，賓語參考等來完成。然後這些參考可以相互比較。我想到的一個方法是查看字網距離。你將不得不在一段時間內建立你的詞彙量。

難題的第二部分是解決句子的精神問題。您將不得不在這裏與語言學一起使用機器學習方法。

正如我所說，這是一個非常普遍的問題，因此很難一次解決。如果我是你，我會按以下方式解決問題：

第1步。首先將我的解決方案限制爲一個域。這將幫助我建立更好的本體/詞彙，更好地訓練我的模型。

第2步：解決實體接近，並嘗試瞭解哪些句子是在談論類似的主題或者是指向類似的對象等。這一步是更多的是語言問題

步驟3：用機器學習的幫助嘗試找到具有類似氣質和音調的句子。

第4步：移動到下一個域並重復這些步驟。

希望這會有所幫助。