用ruby实现词与短语的模糊匹配

我想用少量服务匹配一组数据

我的数据看起来像这样

{"title" : "blorb",
"category" : "zurb"
"description" : "Massage is the manipulation of superficial and deeper layers of muscle and connective tissue using various techniques, to enhance function, aid in the healing process, decrease muscle reflex activity..."
}

而我必须与之匹配

[“瑞典按摩”、“理发”]

显然，

“瑞典按摩”

将是赢家，但运行基准测试表明，

“理发”

是：

require 'amatch'

arr = [:levenshtein_similar, :hamming_similar, :pair_distance_similar, :longest_subsequence_similar, :longest_substring_similar, :jaro_similar, :jarowinkler_similar]

arr.each do |method|
  ["Swedish Massage", "Haircut"].each do |sh|
    pp ">>> #{sh} matched with #{method.to_s}"
    pp sh.send(method, description)
  end
end and nil

结果:

">>> Swedish Massage matched with jaro_similar"
# 0.5246896118183247
">>> Haircut matched with jaro_similar"
# 0.5353606789250354
">>> Swedish Massage matched with jarowinkler_similar"
# 0.5246896118183247
">>> Haircut matched with jarowinkler_similar"
# 0.5353606789250354

其余指数均远低于0.1

---

解决这个问题的更好方法是什么？

搜索是精确性和召回率之间的一场持久战。你可以尝试的一件事是将你的输入按单词分割——这将在

按摩

上产生更强的匹配，但结果会扩大结果集。现在，您将发现返回的句子中只有接近

瑞典语的单词。然后，您可以尝试通过平均多个单词的结果来控制扩展，使用停止列表来避免常见的单词，如
和
，促进查找彼此接近的标记等，但您永远不会看到真正完美的结果。如果你真的对微调感兴趣，我推荐ElasticSearch——相对容易学习，功能强大