Tworząc bazę artykułów w Bazie wiedzy (na przykład) - jakie są najlepsze sposoby sortowania i wyświetlania najtrafniejsze odpowiedzi na pytanie dla użytkowników?algorytmy wyszukiwania ranking/trafność
należałoby użyć dodatkowych danych, takich jak pomiar na podstawie słów kluczowych czy znaleziono poprzedni użytkownicy tego artykułu pomocy, czy też znaleźć prosty algorytm dopasowania słów kluczowych będzie wystarczające?
To trudne pytanie, a firmy takie jak Google pchają wiele wysiłków w celu rozwiązania tej kwestii. Spójrz na Google Enterprise Search Appliance lub Exalead Enterprise Search.
W związku z tym nie sądzę, że jakiekolwiek "naiwne" podejście poprawi znacznie wynik w porównaniu do naiwnego wyszukiwania słów kluczowych i zamawiania przez liczbę wyświetleń dokumentów.
Jeśli masz możliwość, aby odsłonić swoją bazę wiedzy do sieci, a następnie, po prostu zrób to i niech twoja ulubiona wyszukiwarka obsługuje wyszukiwanie dla ciebie.
kluczowe dopasowanie nie wystarczy gdy ma do czynienia z pytaniami, trzeba zrozumieć intencję, jak Joannes powiedzieć to bardzo gorący temat w poszukiwaniu
Nieco bardziej swoistość dokładną problemu byłoby dobre. Istnieje wiele różnych technik, z których możesz korzystać. Wiele z nich jest napędzanych przez inne dane. Możesz oczywiście użyć Lucene i zbudować własne indeksy. Dla lucenu istnieją wiązania dla wielu języków. Przeniesienie tam jest również projektem Solr, który jest Lucene z wieloma narzędziami i dodatkową funkcjonalnością wokół niego. To może być bardziej zgodne z tym, czego szukasz.
zamiarem jest trudne i większość współczesnych wyszukiwarek opierają się na statystycznej zamiarem, aby pomóc w uporządkowaniu wyników. Zawsze możesz mieć przycisk przydatny w tym artykule i przechowywać tekst zapytania, który prowadzi do przydatnych dokumentów. Następnie można dodać warstwę informacji do indeksu, aby zwiększyć konkretne słowa lub wyrażenia i pomóc im wskazać określone dokumenty.
Kilka rzeczy do przemyślenia ... Ile dokumentów? Jaka jest średnia długość? Czy są one często aktualizowane? Co użytkownicy robią z dokumentami? Jak wygląda upowszechnianie się unikalnych słów w dokumentach? (Mówiąc prościej jest to łatwo dopasować zapytanie z konkretnego dokumentu (ów) w oparciu o wspólne unikalnych cech.)
Jeśli jest w internecie można zawsze wykonać własną wyszukiwarkę Google, która właśnie przeszukuje witryny chociaż może z tego powodu być nieoptymalnym z wielu powodów.
Zawsze można zacząć od prostego indeksu i stopniowo stał się bardziej wyrafinowany od rozmowy z użytkownikami i przechwytywania danych.
Być może najprostszym i najbardziej naiwne podejście, które pozwoli natychmiast użyteczne wyniki byłyby wdrożyć *tf-idf:
odmiany systemu ważącego tfidf są często wykorzystywane przez wyszukiwarki jako głównego narzędzia w punktacji i klasyfikowanie trafności dokumentu pod kątem zapytania użytkownika. tf-idf może być z powodzeniem używany do filtrowania słów kończących w różnych polach tematycznych, w tym do podsumowania tekstu i klasyfikacji.
W niedawnym pokrewnej kwestii kopalni tutaj dowiedziałem się od doskonałej wolnej książki na ten temat, które można pobrać lub przeczytać online:
myślę kąt tutaj nie jest samym odzyskiwaniem ... chodzi o ocenę trafności uzyskanych informacji (bardziej reaktywne i pasywne podejście), które można później wykorzystać do ulepszenia wyszukiwarki.
Myślę, że można spróbować -
KNN na tfidf do pobierania informacji
Ręka tagging Te Źródło Info relevency zdobyć
Tylko myśl ...
Trzeci punkt jest w rzeczywistości opiera się na algorytmie Rocchio. Możesz go zobaczyć here