關鍵字建議算法

Question

我一直在研究一個項目，要求我根據產品的描述給出關鍵字/關鍵詞建議。

我目前擁有的產品：產品描述，產品類別（可能有可能不存在）。

我想要什麼：機器生成的關鍵字/基於描述的關鍵字句。

我做了什麼研究:(基於NLP的方法）這個問題可以分解成兩個獨立的方法。

• 不使用過去的數據：剛纔總結當前的描述
• 方法： - 符號化，制止，拆除停用詞等（預處理）
• 淺層NLP（選區解析），只保留NP & JJ短語。

這將是一種不使用數據庫中的描述的方法。

我正在尋找的是一種更好的方法，它使用ML算法並使用我以前的產品描述數據。

我在考慮在整個數據集上應用淺層解析，然後給出超過N個產品遇到的關鍵字。

什麼算法或方法會派上用場？ 如何使用我的數據？

Answer 1

嘗試看看基本的車型，如：詞頻或TF-IDF，這給你一些重要的話：https://en.wikipedia.org/wiki/Tf%E2%80%93idf， 然後搜索文本聚類（對於集羣文本被彼此相關組）和欄目檢測方法（這可以幫助你找到相關的文件突出詞和話題）

然後你可以找到每個羣集（也可以考慮的文件類別）的關鍵字，並試圖找到最相關的詞換句話說

我建議讀一些/或w本書的孔洞章節：http://nlp.stanford.edu/IR-book/https://en.wikipedia.org/wiki/Tf%E2%80%93idf