使用 scikit-learn 判断给定文本是不是与先前学习的文本相似

Posted 2023-03-12

【中文标题】使用 scikit-learn 判断给定文本是不是与先前学习的文本相似

【英文标题】：Using scikit-learn to decide if a given text is similar to previously learnt texts使用 scikit-learn 判断给定文本是否与先前学习的文本相似

【发布时间】：2017-08-20 08:01:23

【问题描述】：

我是滑雪学习的新手。

我想要做的很简单——只需给我的模型提供一堆相似的文本。

然后，我希望能够给它一个新的文本，看看它是否与数据集中现有的文本相似。

这应该怎么做？

非常感谢。

【参考方案1】：

另一个好的方法是贝叶斯分类器，就像用于垃圾邮件检测的分类器一样。查看this 链接以了解更多信息。

【参考方案2】：

一种好的方法可能是使用余弦相似度。这是一个非常好的入门教程： Machine Learning :: Cosine Similarity for Vector Space Models (Part III)