24小时热门版块排行榜    

查看: 2776  |  回复: 6

babaozhu

新虫 (初入文坛)

[求助] 关于语义特征提取的问题 已有2人参与

求解答!拜谢

老板提了这样一个课题,比如给你一百句话,将他们聚类成几个簇,使得每个簇的语义相近。
当然可能实际的数据大小不止一百句。
我想知道如何将一句话当中的词汇转换为一组特征
这个怎么用matlab实现?
总不能是一句话一句话的分词吧。。。

我自己找了一些文本相关的论文
很多都是对文档当中的词频进行统计
感觉这种方法对语句这种不太行,同一个意思可能有多种表达方式,如果纯用词频可能并不精确
回复此楼
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

纠结帝II

新虫 (初入文坛)

★
babaozhu(conanwj代发): 金币+1, 感谢应助 2016-12-01 08:11:42
MATLAB不是干这个的,spark mlib机器学习,有相关的处理,只能帮你到这了

发自小木虫Android客户端
2楼2016-11-17 11:38:44
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

wake_up

木虫 (著名写手)

【答案】应助回帖

★ ★
babaozhu(conanwj代发): 金币+2, 感谢应助 2016-12-01 08:11:49
你这个是要分词的,先用分词包。然后用自然语言处理的工具包nltk做相似度。以及词典工具有近义词那种woednet做相似。你全是句子,就不方便用tf-idf来衡量。可以考虑用用语义模型,lda什么的。 你这个就是自然语言处理。看看最新的谷歌,微软它们怎么做的。   我不做NLP多的也建议不了了。good lick

发自小木虫Android客户端
扫地扫地扫心地,心地不扫空扫地,人人都把心地扫,世上无处不净地.
3楼2016-11-22 01:30:03
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

xinlixi1997

铁虫 (著名写手)

4楼2016-11-24 13:00:30
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

FMStation

至尊木虫 (知名作家)

【答案】应助回帖

★ ★
babaozhu(conanwj代发): 金币+2, 感谢应助 2016-12-01 08:11:59
1. Text Processing

http://gnosis.cx/TPiP/
Text Processing in Python

2. Clustering

https://www.mathworks.com/help/stats/kmeans.html
k-means clustering (MATLAB)
5楼2016-11-30 10:01:49
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

苹果桔子

新虫 (初入文坛)

http://docs.bosonnlp.com/cluster.html               这个可不可以有用

发自小木虫Android客户端
6楼2016-11-30 11:35:52
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

胡不归

木虫 (正式写手)

用word2vect对分词后的每个词建立一个对应的矢量,再利用相似性原则判断句子之间的接近程度,即分簇。
7楼2016-12-24 11:59:56
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
相关版块跳转 我要订阅楼主 babaozhu 的主题更新
最具人气热帖推荐 [查看全部] 作者 回/看 最后发表
[论文投稿] 售SCI文章,我:8O5.5.1.O.54,科目齐全,可+急 +5 YLsF7OSIoYU4 2026-11-21 5/250 2026-11-22 09:48 by HAlUgI97lcPc
[硕博家园] 售SCI一区T0P文章,我:8.O.55.1.O.54,科目齐全,可+急 +4 YLsF7OSIoYU4 2026-11-21 4/200 2026-11-22 09:48 by HAlUgI97lcPc
[硕博家园] 售SCI文章,我:8O5.5.1.O.54,科目齐全,可+急 +5 Xoz0hXWi9tT1 2026-11-21 5/250 2026-11-22 09:27 by HAlUgI97lcPc
[论文投稿] 售SCI-T0P文章,我:8O.5.5.1.O.54,科目齐全,可+急 +4 Xoz0hXWi9tT1 2026-11-20 5/250 2026-11-22 08:54 by HAlUgI97lcPc
[找工作] 售SCI一区T0P文章,我:8O.55.1.O.5.4,科目齐全,可+急 +3 YpGmINmR5fp3 2026-11-21 4/200 2026-11-22 05:35 by mNjrFMLoQVIW
[公派出国] 售SCI一区文章,我:8O5.5.1.O5.4,科目全,可伽急 +3 K2uSGhxsSAvH 2026-11-21 3/150 2026-11-22 04:51 by mNjrFMLoQVIW
[硕博家园] 售SCI一区文章,我:8O5.5.1.O5.4,科目全,可伽急 +3 K2uSGhxsSAvH 2026-11-21 4/200 2026-11-22 04:51 by mNjrFMLoQVIW
[考研] 售SCI一区文章,我:8O5.5.1.O5.4,科目全,可伽急 +3 K2uSGhxsSAvH 2026-11-21 3/150 2026-11-22 04:40 by mNjrFMLoQVIW
[考研] 售一区SCI文章T0P,我:8O.551.O54,科目全,可十急 +3 K2uSGhxsSAvH 2026-11-21 4/200 2026-11-22 04:40 by mNjrFMLoQVIW
[论文投稿] 售SCI-T0P文章,我:8O.5.5.1.O.54,科目齐全,可+急 +3 K2uSGhxsSAvH 2026-11-21 3/150 2026-11-22 04:30 by mNjrFMLoQVIW
[公派出国] 售SCI文章,我:8O.5.5.1O.54,科目全,可十急 +5 YLsF7OSIoYU4 2026-11-21 5/250 2026-11-22 04:18 by mNjrFMLoQVIW
[考研] 售SCI一区文章,我:8O5.5.1.O5.4,科目全,可伽急 +3 Xoz0hXWi9tT1 2026-11-21 3/150 2026-11-22 03:56 by mNjrFMLoQVIW
[基金申请] 售SCI一区文章,我:8O5.5.1.O5.4,科目全,可伽急 +3 Xoz0hXWi9tT1 2026-11-21 4/200 2026-11-22 03:45 by mNjrFMLoQVIW
[考研] 售SCI-T0P文章,我:8O.5.5.1.O.54,科目齐全,可+急 +3 Xoz0hXWi9tT1 2026-11-21 6/300 2026-11-22 03:45 by mNjrFMLoQVIW
[硕博家园] 售SCI文章,我:8O5.5.1.O.54,科目齐全,可+急 +3 Xoz0hXWi9tT1 2026-11-20 4/200 2026-11-22 03:23 by mNjrFMLoQVIW
[硕博家园] 售SCI文章,我:8O.5.5.1O.54,科目全,可十急 +4 Xoz0hXWi9tT1 2026-11-20 6/300 2026-11-22 03:13 by mNjrFMLoQVIW
[考博] 27材料申博求捞 10+3 Cosima1 2026-11-16 6/300 2026-11-21 18:27 by tfang
[教师之家] 售SCI一区T0P文章,我:8.O55.1.O.54,科目全,可十急 +3 Xoz0hXWi9tT1 2026-11-21 4/200 2026-11-21 15:48 by Gt0XhENGW3Q3
[论文投稿] 食品与机械 编辑C处理稿子时间 10+3 奇妙001 2026-11-19 4/200 2026-11-20 15:02 by tfang
[基金申请] 注意啦!用基金购买打印纸、硒鼓、优盘、移动硬盘、个人计算机属于违规了 +3 iaeyuan 2026-11-17 4/200 2026-11-20 09:36 by iaeyuan
信息提示
请填处理意见