Algorithm 从全文搜索结果中提取少量相关的文本（就像谷歌那样）
我在论坛数据库中实现了全文搜索，我想显示 搜索结果和谷歌一样。即使是很长的html页面，也只有两三个 搜索结果列表中显示的文本行。通常这些都是台词 其中包含一个搜索词 如何根据文本本身和搜索词提取几行文本的好算法是什么。我可以想到一些简单的方法，只需在搜索词出现在文本中之前使用一行文本，在搜索词出现在文本中之后使用一行文本，但这似乎太简单了 我想了解一些方向、想法和见解 谢谢。您是否尝试过代码中的“搜索词出现之前/之后的行”，以查看对于简单的编码投资，结果是否足以满足您的需要？可能已经足够了 否则，您可以选择句子片段：因此不要在行上拆分，而是在换行符、句号、逗号、分隔连字符等上拆分。然后显示包含搜索词的片段。你可以用“…”或别的什么把每个匹配的句子分开 如果你得到了很多这样的片段，你可以尝试对这些片段进行优先级排序，按优先级降序排序，只显示第一个Algorithm 从全文搜索结果中提取少量相关的文本（就像谷歌那样）,algorithm,search,full-text-search,nlp,data-mining,Algorithm,Search,Full Text Search,Nlp,Data Mining,我在论坛数据库中实现了全文搜索，我想显示 搜索结果和谷歌一样。即使是很长的html页面，也只有两三个 搜索结果列表中显示的文本行。通常这些都是台词 其中包含一个搜索词 如何根据文本本身和搜索词提取几行文本的好算法是什么。我可以想到一些简单的方法，只需在搜索词出现在文本中之前使用一行文本，在搜索词出现在文本中之后使用一行文本，但这似乎太简单了 我想了解一些方向、想法和见解 谢谢。您是否尝试过代码中的“搜索词出现之前/之后的行”，以查看对于简单的编码投资，结果是否足以满足您的需要？可能已经足够了 否
n仅仅是一些非正式的想法就可以让你开始吗？如果你正在寻找比“行前/行后”更有趣的方法，总结员可能会帮你 这是一个基于朴素贝叶斯的系统：
Bayes是许多垃圾邮件过滤器使用的统计系统——几年前我研究了Bayes摘要器，发现只要有相当数量的文本需要处理，它们就可以很好地总结文本。不过，我实际上还没有尝试过上述库，因此您的里程数可能会有所不同。请集中精力阅读内容的开头部分。想一想当你访问一个博客时你会看到什么。开头一段告诉你这篇文章的方向是否正确。因此，在您的算法中，反映这一点是有意义的 检查搜索词在标题（H1、H2等）中的出现情况，并给予它们更高的优先级
这应该可以让您开始了。添加了自然语言处理（nlp）标签