可以使用哪种机器学习技术？

Question

我想了解顾客使用他的搜索查询的意图，比方说，如果顾客对瑜伽裤感兴趣，他可以搜索瑜伽裤、运动裤或运动紧身衣等。有什么模型可以用来找出与瑜伽裤相关的所有搜索关键词吗？

Answer 1

我认为这是您可以尝试的方法(请您在此列表中添加更多)：

1. 高精度和低召回是使用几乎所有可能的字典(手工努力，但必须值得)。
2. 使用Word2Vec。Mikolov已经训练了文本数据并创建了单词向量。使用这个向量空间，你可以找出哪些词是相似的。你可以尝试，并找到一个阈值，你可以说哪个词是相似的(例如，瑜伽和锻炼将有相当大的相似性)。
3. 如果您有足够的数据，就训练自定义的W2V (这是一个无监督的模型，所以您不需要担心标记数据，而是查找大量与工作域相关的数据)。
4. 您可以使用RNN查找语料库中最相似的单词，并将其用于查询。这比W2V提供了更多的灵活性。

Answer 2

您正在寻找的是命名实体推荐。我必须告诉你这是个非常棘手的问题。斯坦福已经开源了一个新的塔格，但是你需要在大量的数据上训练它，你必须创建一个标记的数据集。为了获得一个好的教程，请查看这个介质博客。我建议你研究一下你的需求，如果它们太有限，你就不需要这样的东西了。你可以通过一个简单的词汇。

Answer 3

你可以看看罗基的算法，word2vec和其他使用共现的方法.

一个简单的起点是查询一个大型文档集(您的集合、internet或两者的组合)和手头的查询，获取结果中最突出的单词(td-国防军结果/集合)，并将其添加到原始查询中。这里的一般想法是，结果中的重要单词是与查询密切相关的单词。您可以在需要一般上下文( Internet)或域特定上下文(您的集合)以及如何权衡上下文(您将添加多少重要单词以及它们的权重)方面进行实验，但我们可以在后面讨论。