Python：用机器学习方法实现搜索引擎或者智能匹配系统

1.准备工作

      在本文开始之前，我们首先是对原始的CSV表格的数据读取，然后分词，之后才开始进行智能匹配。csv的读取和分词都在之前的博客，所有的代码都是一个工程的。但是由于训练集是公司的数据，所以不方便放出，请谅解。但是对于训练集数据的描述CSV读取的博客中有提到。

     csv的读取：https://blog.csdn.net/qq_28626909/article/details/81674612

     分词：https://blog.csdn.net/qq_28626909/article/details/81674728

2.对智能匹配的理解

     对于智能匹配，其实我个人感觉用深度学习是最好的，但是公司开始要求用机器学习，所以也就写了............

    关于这个思想呢，大致是这样的：

2.1 先对问题的库进行处理，构建成一个词向量库

     比如，我们所有的文本中有2万行，但是在分词处理之后可能之后8000个不同的词向量，所以我们就可以用一个   2万*8000的矩阵表示我们整个文本，每一行有8000个元素，只要原来对应的行数中，出现几个这个词向量，我们给她赋值几，没出现的全是0。

    我们现在引入一段代码看看（代码原文链接：https://blog.csdn.net/guotong1988/article/details/51567562）

    

from sklearn.feature_extraction.text import CountVectorizer

texts=["dog cat fish","dog cat cat","fish bird", 'bird']
cv = CountVectorizer()
cv_fit=cv