搜索描述

Question

有一部电影的名字我记不起来了。它讲的是一个狂欢节或游乐园，里面有一间恐怖的房子，还有一群十几岁的年轻人，他们一个接一个地被小丑面具杀害。我大约20年前看过这部电影，它是续集，但记不清了。(同时也忘了它的标题。)因此，我开始思考如何解决一些技术性的问题。

假设我有一个数据库，里面有故事情节和出版的每部电影的其他数据。(有点像IMDb。)我会有一个编辑字段，用户可以在其中输入一个纯文本的描述。然后，系统将开始分析此文本，以找到符合此描述的电影。

例如(不同的电影)，我在编辑栏中输入了这样的内容：“一些关于一个埃及国王在马背上攻击一群印第安人的电影，但是他受了重伤，他的马在他输掉这场战斗时死了。”然后，系统应该报告2004年的电影“亚历山大”作为答案，但可能更多。(甚至允许在描述中出现一些错误。)

要创建这样一个系统，通过搜索描述来分析描述以找到匹配的记录，那么对于像这样复杂的事情，我需要什么技术呢？并不是说我现在就想建立这样的项目，而是出于好奇，如果我想要获得一些有趣的新项目的话。

(我想给那些认识我一开始提到的电影的人加分。但一次谷歌尝试--后来我自己发现了！)

顺便说一句，我不感兴趣的不是搜索引擎本身，而是通过分析描述来找到搜索引擎会理解的东西！通过这个例子电影，人类的逻辑帮助我找到了标题。(这部电影在荷兰不卖，真让人讨厌。)人的逻辑将始终是一个要求，但它是关于分析用户的输入，这是一个故事或描述的形式，可能的错误。

Answer 1

你应该去看看文件分类。

几种文档分类技术

• 朴素贝叶斯分类器
• tf-以色列国防军

Answer 2

我可以从你自己的评论中看出，谷歌是要使用的技术。但是，老实说，我认为或多或少任何搜索引擎都行。

编辑： heh，你删除了你的评论，但我记得你提到谷歌应该得到额外的分数。

Edit+:，你又提到谷歌了，但我不想删除我的第一个编辑。;-)

Answer 3

纯粹的推测:一些琐碎的事情，比如在描述“埃及，印度，马战”中的每一个超过4个字母的单词。与这样的总结工作数据库进行模糊匹配？也许有一些正常化(如。国王==的领袖==皇帝？

嗯..。年轻人，女朋友，游泳池，妈妈，婚礼，这能让我们毕业吗？好吧，我想再加上一些细节“罗宾逊”就可以了。