Создание или Нахождение “соответствующие условия” функция предложения
Я реализовал что-то в проекте Vue.js, который, я считаю, именно то, что вы ищете, чтобы использовать в своем приложении.
Вам нужно изменить imports на const, используя подход resolve, однако Home должен быть таким, как есть, потому что это страница по умолчанию
Вы можете попробовать код ниже:
[ 110]Он позволяет использовать концепцию отложенной загрузки, он загружается только при вызове.
3 ответа
Вы могли бы интересоваться WordNet. Требуется немного лингвистического знания для понимания API, но в основном система является базой данных основанных на значении ссылок между английскими словами, которая является более или менее, что Вы ищете. Я уверен, что могу вскопать больше информации, если Вы хотите ее.
Peter Norvig (директор по исследованиям в Google) говорил о том, как они делают это в Google (конкретно упоминающий Google Sets) в Техническом Разговоре Facebook. Идея состоит в том, что относительно простой алгоритм на огромном наборе данных (например, вся сеть) намного лучше, чем сложный алгоритм на небольшом наборе данных.
Вы могли посмотреть на n-граммный набор Google как на начальную точку. Вы начали бы видеть, какие понятия группируются. Norvig подсказал, что внутренне Google имеет до 7 граммов для использования в вещах как Google Translate.
Если Вы более амбициозны, Вы могли бы загрузить все статьи Википедии на языке, Вы требуете и создаете свою собственную n-граммную базу данных.
Проблема еще более сложна, если у Вас просто есть отдельное слово; проверьте этот недавний тезис для получения дополнительной информации о разрешении лексической многозначности.
Это не легкая проблема, но это полезно, как Вы упомянули. В конце я думаю, что Вы найдете, что действительно успешное внедрение будет иметь относительно простой алгоритм и много данных.
Смотрите на следующие две бумаги:
Вот моя попытка очень упрощенного объяснения:
Если у нас есть база данных прошлых пользовательских запросов, мы можем определить функцию подобия между двумя запросами. Например: количество слов вместе. Теперь для каждого запроса в нашей базе данных, мы вычисляем ее подобие друг с другом запрос и помним k большинство подобных запросов. Неперекрывающиеся слова от них могут быть возвращены как "связанные условия".
Мы можем также проявить этот подход с базой данных документов, содержащих потребителей информации, мог бы искать. Мы можем определить подобие между двумя критериями поиска как количество документов, содержащих обоих разделенных на количество документов, содержащих также. Решить, какие условия протестировать, мы можем отсканировать документы и вывести слова, которые являются любой слишком общими ('и', и т.д.) или которые слишком неясны.
Если наши данные разрешают, то мы видели, какие запросы привели пользователей к выбору, который заканчивается, вместо того, чтобы сравнить документы содержанием. Например, если бы у нас были данные, которые показали нам, что пользователи, ищущие "Селтикс" и "Лейкерс" оба, закончили тем, что нажали на espn.com, то затем мы могли назвать эти связанные условия.
Если Вы запускаете с нуля без данных о прошлых пользовательских запросах, то можно попробовать Википедию или Мешок набора данных Слов как база данных документов. При поиске базы данных пользовательских критериев поиска и результатов, и если Вы чувствуете себя предприимчивыми, то можно смотреть на Данные Поиска AOL.