根据它们的含义来比较句子
Python提供了NLTK库，这是一个庞大的文本和语料库资源，以及大量的文本挖掘和处理方法。 有什么方法可以根据它们为可能的匹配传达的含义来比较句子吗？ 那就是智能句子匹配器？
例如，一个像giggling at bad jokes这样的句子， I like to laugh myself silly at poor jokes 。 两者都表达了相同的含义，但句子不具有远程匹配性（词语不同， Levenstein Distance将会失败！）。
现在想象我们有一个暴露功能的API，例如这里找到的。 因此，基于这一点，我们有机制发现， giggle和laugh这两个词在它们所表达的意义上确实匹配。 Bad不匹配poor ，所以我们可能需要添加更多的图层（像他们匹配在像joke这样的词语中，因为bad joke通常与poor joke ，尽管bad person与poor person不一样！） 。
一个主要的挑战是放弃那些不会改变句子含义的东西。 所以，算法应该返回第一句和这句话之间相同程度的匹配度： I like to laugh myself silly at poor jokes, even though they are completely senseless, full of crap and serious chances of heart-attack!
因此，有了这样的算法，是否有这样的算法呢？ 或者我必须发明轮子？
你将需要一个更高级的话题建模算法，当然还有一些语料库可以训练你的模型，这样你就可以轻松处理像傻笑和笑声的同义词！
在Python中，你可以试试这个包：http://radimrehurek.com/gensim/我从来没有使用它，但它包括经典的语义向量空间方法，如lsa / lsi，随机投影甚至lda。
我个人最喜欢的是随机投影，因为它速度更快，而且效率非常高（我正在用另一个库在java中进行）。
链接地址: http://www.djcxy.com/p/69319.html