关于考题和书籍上知识相似度匹配的想法实现

Posted cq-lqj

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了关于考题和书籍上知识相似度匹配的想法实现相关的知识,希望对你有一定的参考价值。

首先短文相似度的关键算法用百度AI里面提供的API
其实考题和书籍上知识是提前做出excel表的,用python的pandas库进行处理

说实话实际效果是有点,但并不好,所以不推荐

import  pandas  as pd
import codecs
import chardet
from aip import AipNlp

#百度API的短文相似度文本处理的关键代码
APP_ID = '18141823'
API_KEY = 'eEmvBrXfCdexVmjAyoPNBoxE'
SECRET_KEY = 'p10xZogTbVDe7PphkB9zIjyZ8QkRBAqu'
client = AipNlp(APP_ID,API_KEY,SECRET_KEY)
#client.simnet(txt1,txt2) txt1和txt2不能超过512个字节

df1=pd.read_excel('Article_guanli.xlsx')
df2=pd.read_excel('Topic_guanli.xlsx')
test_data=[]
height1,width1 = df1.shape
height2,width2 = df2.shape


for i in xrange(0,1):
    for j in xrange(0,height1):
        try:
            txt1 = df1.ix[j,0].encode('utf-8')
            txt2 = df2.ix[i,0].encode('utf-8')
        
            ret = client.simnet(str(txt1),str(txt2))
            while("error_code" in ret):
                ret = client.simnet(str(txt1),str(txt2))
        
            print ret

            f = codecs.open('xiangsidu.txt','a',encoding="utf-8")
            k = ret['texts']['text_1'] + "#" + ret['texts']['text_2'] + "#" + str(ret['score'])
            f.write(k + "
")
        except:
            pass
        continue

以上是关于关于考题和书籍上知识相似度匹配的想法实现的主要内容,如果未能解决你的问题,请参考以下文章

这已经是字符串相似度算法了吗?

知识图谱的融合_实例层的融合和匹配

中文短句相似度匹配方法?

关于集合的相似度测量方法

使用 TF-IDF 加权的空间向量模型实现句子相似度计算

faq知识库中文本相似度模型训练方法