单词移动距离可以用来识别文本之间的相似性。
这种相似性可以用来比较多个文本,以找到最近的相似文本。
但是,我无法定制算法来执行以下操作
1) 消除位置(GPE)-由空间度确定,在文本中具有任意权重的相似度比较。
2) 把重点放在第一句话中的特征,而不是第二句的特征,第二句的特征比第三句的特征更重要,以此类推。在instance = WmdSimilarity(wmd_corpus, loaded_model, num_best=10)
start = time()
sent = 'Abc hotel serves best in class drunken prawn in north america . ABC Hotel has branches in London, New York, Chicago and San Francisco.'
query = preprocess(sent)
sims = instance[query] # A query is simply a "look-up" in the similarity class.
print('Cell took %.2f seconds to run.' % (time() - start))
print('Query:')
print(sent)
for i in range(num_best):
print()
print('sim = %.4f' % sims[i][1])
print(documents[sims[i][0]])
在这个特别的例子中,酒店描述被传递给大规模杀伤性武器的相似性,
结果确定了如下描述:
-DEF是芝加哥的一家餐厅,从1969年开始供应纯素食品。
-JKL目前在伦敦、纽约、芝加哥和旧金山服务
-这家旅馆的畅销货包括醉虾、宽面条等。(MNO酒店)
预期结果
从以上结果来看,只有MNO酒店与食品方面相关。在
查询:
如何排除其他因位置而绘制的酒店?在