Machine learning 如何从关键词中找到最佳句子匹配 问题

我想从匹配用户关键字的预定义句子列表中找到最佳句子匹配

常见的用例是Instagram标签。用户输入一些标签，他会得到一个建议的句子，最好地封装这些标签

想象用户输入了3个标签： #水、阳光、户外

我们预先定义的句子： [“今天是美好的一天”，“草是绿色的”，“外面阳光明媚”]

最佳匹配： 我想确定什么是最佳匹配并不简单，但它不一定在单词或字符上最相似，但它应该总结出最佳关键字。

---

在我们的示例中：“Its sunny outside”

您可以使用nlp模型来获得单词之间的相似性word2vec 因此，您可以将hastag与每个句子中的每个单词进行比较，并找到最佳匹配项

您应该使用tf idf方法来计算单词权重，以便在单词到句子匹配中获得更好的性能

---

您也可以使用doc2vec，但它主要是作为word2vec的特定案例实现的，而且我不确定不能创建正确句子的hastags将如何运行

欢迎使用StackOverflow。请按照您创建此帐户时的建议，阅读并遵循帮助文档中的发布指南。在这里申请。StackOverflow不是设计、编码、研究或教程服务。