Document Expansion by Query Prediction 划重点

标签推荐算法 TRA 是在基于标签的文本搜索上下文中查询扩展模型的 Python 实现。 假设我们有一个文本文档体。 每个文档都标有代表文档内容的单词列表。 示例包括推文中的主题标签、文章或学术论文中的关键词、Stack Exchange 帖子中的标签等。 假设我们希望通过指定与该主题相对应的标签来搜索与给定主题相关的文档。 例如，我们可能对有关 2014 年 NCAA 篮球锦标赛的推文感兴趣。 用于我们搜索的主题标签的合理选择是#ncaatournament 。 然而，很可能有许多主题是 NCAA 锦标赛的推文没有标记#ncaatournament 。 这些推文可能包含与#ncaatournament相关的标签，例如#marchmadness 、 #michigan 、 #louisville等#louisville是一种尝试发现这些相关标签的算法。 有了这些相关标签，我们就可以扩展搜

基于#Apriori的中文IR查询扩展系统 这是使用CKIP eHownet词典和关联挖掘算法– Apriori的基于python的中文查询扩展系统原型，目的是为Google中的用户探索更多查询选项。 但是，由于它仍然属于init版本和原型，因此接口，HTTP服务器和数据库的代码使用简单的sqlite和CGI脚本进行开发，并且没有像Django那样集成网络框架，也没有使用多处理或螺纹以提高校准性能。 此外，通过SQL完全免费使用ehownet并非免费，因此当前字典中扩展用户查询的术语数量受到限制。 快速开始 需要提前安装 easy_install jieba or pip install jieba 运行simple_httpd.py以启动http开发服务器 通过任何您喜欢的浏览器打开index.html ，以输入系统条目 通过检查logs \ server_info.log了解状态 预习