如何匹配来自不同eCommerce来源的产品？提取产品属性

Question

这是我的第二个问题，所以，如果有任何错误，请道歉。

我的主要目标是从不同的电子商务网站收集数据，然后比较它们之间的数据。要做到这一点，我需要匹配相同的产品从不同的网站。由于不同的站点编写标题的方式不同，我需要从标题中提取产品的属性才能正确匹配。我使用刮痕收集数据，但无法与来自不同站点的同一产品相匹配。

我的尝试：

首先，我收集品牌，模型等，然后以传统的方式与标题相匹配。但是它不能工作，因为它不能收集所有的模型名称进行比较。而且，不同类别的产品属性是不同的，而不是相似的。我正在努力寻找解决方案，这将适用于各种产品。可以学习和识别品牌、型号、属性(RAM、英寸、ROM、照相机等)

我也尝试应用机器学习，但不知道哪种类型的方法将适合我的需要。大多数文本分类方法是对类别进行分类，而不是提取属性。

我还读过马勒。但不确定这是否能解决我的问题。也试过了这个教程。

来自不同站点的产品标题示例。三星银河S9 Plus

• 三星Galaxy S9 Plus配备免费无线充电器和5GB班加林数据- 皮卡布
• 三星银河S9 +- 基克沙
• 三星Galaxy S9+ - 摩托
• 三星Galaxy S9 Plus -智能手机- 6.2“- 6GB内存-64 6GB- 12 MP摄像头- Lilac紫色- 达拉斯

请分享我如何处理这个问题，哪种方式是最好的。如果可能的话，分享一些类似目标的链接或资源。

Answer 1

使用sentence2vec或word2vec库将文本转换为向量。然后使用向量间的余弦相似度。

保持一定的相似度阈值，否则相似度最大的向量将是匹配的乘积。

这就是你可以比较那些的方法。