【杂谈】Solr的自动聚类carrot2和facet关系和比较

不和企鹅聊天(547317812) 2013/7/1 11:21:40
请教个问题，有谁用过solr的自动聚类吗？
何达(25073021)  11:47:33
自动聚类carrot2这种效果很一般，还不如facet，想效果好得自己做
不和企鹅聊天(547317812)  11:48:12
自己做？复杂吗？
何达(25073021)  11:48:36
复杂，标签聚合是难点
不和企鹅聊天(547317812)  11:49:35
自己做，对于我们团队现在来说，有点困难
不和企鹅聊天(547317812)  11:50:02
由第三方已经做好的，效果比较好的吗？
何达(25073021)  11:50:03
不自己做，效果没法看
何达(25073021)  11:50:37
第三方做好的都自己用，没见到开源的
不和企鹅聊天(547317812)  11:51:03
这就麻烦了  
何达(25073021)  11:51:19
看你的应用场景了，要是需求简单也好搞
何达(25073021)  11:51:43
在建索引之前先聚类，然后用facet搞定
不和企鹅聊天(547317812)  11:52:02
就是根据文本内容，分类
何达(25073021)  11:52:25
建完索引再通过solr来搞定是死路
何达(25073021)  11:53:01
那你先分吧，你用什么方式分啊，手工的，自动的，还是有什么规律能用程序搞定？
不和企鹅聊天(547317812)  11:53:12
有没有像autonomy的  IDOL，这种的解决方案
何达(25073021)  11:55:21
开源的不知道有没有，没见过
不和企鹅聊天(547317812)  11:56:54
就是想做一个，基于语义理解的，自动聚类处理
何达(25073021)  11:57:40
那就复杂了，估计你们团队短时间搞不定，可以考虑花钱买技术
极品健健(76920835)  11:58:34
做个简单的，有现成算法
不和企鹅聊天(547317812)  11:58:54
这个。。。。  领导说了算啊
何达(25073021)  11:59:10
@极品健健 他是基于语义理解的，这就大发了
极品健健(76920835)  11:59:12
不能拔苗助长呐
极品健健(76920835)  11:59:42
居于分词的，类似文档相似度的就好了，简单搞点算了
何达(25073021)  11:59:51
都没基础的，只能找规律简单搞搞
不和企鹅聊天(547317812)  12:00:06
基于语义理解的，自动聚类，索引，同时支持全文检索等等  
何达(25073021)  12:00:31
让你们领导自己做吧，这百万年薪的才能搞定啊
极品健健(76920835)  12:00:35
语义理解。。。。。。。。
[☆]雪罗漫天<phpcms@msn.com>  12:00:58


[☆]雪罗漫天<phpcms@msn.com>  12:01:19


[☆]雪罗漫天<phpcms@msn.com>  12:01:44
这个算语义理解么
极品健健(76920835)  12:02:35
必须不是
[☆]雪罗漫天<phpcms@msn.com>  12:02:52
.....
[☆]雪罗漫天<phpcms@msn.com>  12:03:13
应该是了吧，它都能理解我说的电扇了...
简单(9730722)  12:03:20


极品健健(76920835)  12:03:26


[☆]雪罗漫天<phpcms@msn.com>  12:03:31
哈哈 你还真搜啊
简单(9730722)  12:04:11
我想看看现在科技的进步程度
简单(9730722)  12:04:15


不和企鹅聊天(547317812)  12:04:29
唉。。。。  愁啊。。
不和企鹅聊天(547317812)  12:09:26
我们想做的是，比如：赵红霞，系统能够理解，“反腐倡廉”，“贪欲受贿”，等等这些，系统能自动理解语意，理解文章上下文环境，自动把同一类的文本聚成一个专题
极品健健(76920835)  12:10:36
系统为什么能理解？我们人为什么能知道赵红霞和反腐倡廉有关系
极品健健(76920835)  12:10:46
因为我们人事先接触到新闻
极品健健(76920835)  12:10:58
你脑子里已经有这个联系了
不和企鹅聊天(547317812)  12:12:12
这个写信息，能不能随着系统接触的信息越来越多，系统就能理解这些？
极品健健(76920835)  12:12:47
你系统的关键就是这个
极品健健(76920835)  12:12:51
我不懂这个
刹那永恒(393681695)  12:14:04
不会是给广电做的吧？


不和企鹅聊天(547317812)  12:15:17
我是想，能不能有一种方法，最后让系统既能搜出东西，又能理解搜出来的东西，并且根据语义，上下文环境，自动把信息分类
Lee(125801105)  12:15:36
这涉及到一个学科... 机器学习.
♨HelloWorld<huangduanfeng6.29@qq.com>  12:15:46
这个是属于人工智能范畴了
♨HelloWorld<huangduanfeng6.29@qq.com>  12:15:50
我们之前做过
♨HelloWorld<huangduanfeng6.29@qq.com>  12:16:01
不过我们做的比较低级就是了
不和企鹅聊天(547317812)  12:16:11
最终实现，和人工阅读文本，人工根据内容分类，一样的效果
杭州-湖畔<redsdh@gmail.com>  12:16:17
。。。难
杭州-湖畔<redsdh@gmail.com>  12:16:40
简单点的， 运营手动加标签，
不和企鹅聊天(547317812)  12:17:18
 运营手动加标签？
不和企鹅聊天(547317812)  12:17:27
能解释一下吗？
杭州-湖畔<redsdh@gmail.com>  12:18:39
我该怎么解释。。
杭州-湖畔<redsdh@gmail.com>  12:19:09
比如大众点评，也做分类的
杭州-湖畔<redsdh@gmail.com>  12:19:21
运营实现知道分类的
杭州-湖畔<redsdh@gmail.com>  12:19:29
调查过业务，有精确的分类存在
☜依米艳☞(316849113)  13:45:59
我每次和seri说话，他都说，我不知道你在说什么~
啊剑(494913703)  13:47:33


☜依米艳☞(316849113)  14:03:33
弱弱的问一句@[☆]雪罗漫天 为什么我的百度搜索来的和你的不一样~
壮志雄虎(342315465)  14:24:59
楼上的好天真。。。。。
liuxun(33611720)  14:25:16
我不是做java开发的，现在需要把solr 代码重新打包，怎么办？
☜依米艳☞(316849113)  14:25:52
@liuxun 变异好的？
☜依米艳☞(316849113)  14:25:55
编译
liuxun(33611720)  14:27:38
公司不能上网，好像ant打包要安装一堆东西。
.................(284242157)  15:34:12
请问solr中怎么更新IK词典呢
.................(284242157)  15:34:29
扩展词典
一休摸鱼(429200247)  15:34:49
有说明吧
.................(284242157)  15:35:23
ik倒是有个文档，但是用了下dic.addWords(words);//批量加载新词条不起作用
[砖]梁山伯(19335353)  15:35:49
@................. 没用我给的源码？
.................(284242157)  15:36:21
在哪儿？
[砖]梁山伯(19335353)  15:36:38
https://github.com/lgnlgn/ik4solr4.3
.................(284242157)  15:37:08
哈，谢谢先看看去