基于短文本的标签推荐算法

Posted 2021-04-29 红楼明月

在做从用户输入的短文本识别小区的名字时，一直没有想到一种比较好的算法，最后用正则和模式匹配实现了，准确率还可以。

不过，实现是实现了，但是维护起来却是非常的麻烦，修东墙漏西墙，拣了芝麻丢了西瓜的事情不少发生，这是基于规则的系统的通病。这个问题比较复杂的地方在于：

1. 短文本，上下文没有，但是人类却还是可以判断的

2. 使用关键词提取算法，无论是TFIDF还是textrank都是没有用的

3. 分类算法也基本用不上，因为类别不确定，而且类别的数量很大

4. 相似性算法，这个倒是可以使用一下，实现的时候也部分使用了，但是构造样本库的成本相当大

网上搜索，貌似也没找到太多有效的信息，或许研究这个的不多，或许搜索的关键词有问题。

显示中，类似这样的场景其实是非常多的，我们有一小部分的经验样本数据，希望快速将这部分经验应用到大量的观测数据中。