Java快速字符串匹配（将文本与类别关联）

假设我有一个类似的帖子

• 标题：“网络：2011年的搜索引擎优化”
• 描述：“2011年关于网络搜索引擎优化的会议”

此外，我还有一个类别列表，其中包含相关关键字：

• “IT”（cat）->“网页设计”、“搜索引擎优化”、“开发”、“网页开发”（关键词）

我有多个类别（it、艺术、医学、文学、机械等）

我需要使用java自动升级带有这些类别和关键字的帖子（一种标签），以改进未来的搜索

上面的例子：应该匹配“seo”和“web”，所以主字段应该用“IT”填充，子字段应该用“seo”或“web”填充（或者两者都可以，这也不错）

我的问题是，我能想出的唯一解决办法是使用暴力（测试所有单词，当其中一个匹配时，你有类别和与之相关联的关键字列表），这会减慢我的表现

有什么方法可以让我用更好的方式搜索吗？我还可以修改我的分类->关键字结构来做一些更好的事情（我仍然不知道如何…）

提前谢谢大家

编辑：正如埃米特在评论中所说，准确性并不重要。我不需要100%精确地标记，因为我知道我可以根据字符串的原始匹配获得真实的正确性

---

另外，我考虑的逻辑是：查看帖子标题/描述，搜索任何匹配的关键词，用类别标记，搜索更多的关键词到这个类别中，保存3到5个匹配的关键词，你可能想尝试不同的方法，使用

算法描述：
首先，创建一个学习样本[您确实知道如何标记它们的文档，您可以手动标记样本并将其作为算法的输入]。然后，使用

k

bag of words为这些示例创建[您需要通过对质量进行基准测试来确定哪个

k

是最佳的，我将在后面解释]

每个单词都是一个“特征”，接下来，对于每个新文档，您将尝试从学习样本中找出哪一个文档是最常见的[即，在您的单词包中有最多的“单词”），新文档将被标记为其最近的邻居

如何确定质量基准？

---

您可以通过从学习样本中提取10%的文档来检查质量，并且只学习剩余的90%。完成学习后，您可以通过检查剩余10%的准确度来评估算法的准确度。请注意，您可能需要这样做几次，才能找到上面提到的最佳k[字包大小]。

您有学习的样本吗？[即，您知道如何标记的一组文档]？此外，您是否对标记的准确性感兴趣？或者你能假设标记词总是在主题/描述中吗？这是最大的问题：不：（我只有原始文档，没有任何示例上下文：（准确性并不重要，这就是为什么我决定将2-3个二级关键字关联到每个帖子。你需要在文本中逐字查找一个类别，然后将该单词与找到的类别对应的一组单词关联吗？或多或少：我将首先搜索一个关键字，因为一般类别更难发现（我无法关联）“web”到“it”基于原始字符串匹配…我应该首先搜索与web匹配的关键字，或类似的关键字，然后提取类别）对于我拥有的每个包，k是否应该相等？我拥有的所有关键字都是由一些SEO专家或其他人提供的，并且列表非常不同（对于某些类别，我有大约20个关键词，而其他类别只有2-3个）另外：我知道学习样本在这种方法中是最基本的，但是你认为有可能实现混合解决方案吗？我想我知道答案，因为没有学习基础，ml是不可能的，对吧？你必须有一个学习样本。但是，这种方法不需要决定哪些单词是关键词，它们将是由BoW选择。我认为它值得一试，几个月前我用它来发现推特的积极性时效果不错。我会尝试一下，我必须非常仔细地计划，这是一个阻碍问题（没有分类就无法上线）但我也不能在这上面花太多时间…我会把这个问题留给其他建议，但我正在尝试你的建议（如果这是唯一的一个，我会在2-3天内接受，保证！）根据您的回答，我发现这是完美的，使用贝叶斯分类器结合单词袋方法，它工作顺利，我可以对匹配进行评级，并以高准确率添加正确的值！感谢您的想法amit！