这是一个创建于 2009 天前的主题，其中的信息可能已经有所发展或是发生改变。
对复杂的一段话(里面的商品或者地点信息,这些都是有数据库基础表维护的)筛选出里面的关键信息,拼装成后端(用的是 java,框架是 springboot)可以解析的一条数据,问题就是出在如何解析这条不规则的话,目前想象到的逻辑是想锤子科技开源的大爆炸 Big Bang 那套逻辑,用 HanLP( https://github.com/hankcs/HanLP)的自然语言处理方案来实现中文分词,然后用户去选择需要的关键词,但是选择后的数据拼成哪种形式给后端始终没想到很好的解决方案.回头想这个需求其实只要一纸固定的模板就能解决,硬是要做成这么复杂😂,各位大佬有啥更好的建议或者解决方案吗?小弟才疏学浅能想到的就这么多.
26 条回复 • 2019-05-28 12:40:36 +08:00
 |
1
sagaxu 2019-05-27 09:02:19 +08:00 via Android
年薪百万的也来论坛求助吗？
|
 |
2
TomVista 2019-05-27 09:15:22 +08:00
有个叫 结巴 的开源框框
|
 |
4
lihongjie0209 2019-05-27 09:25:34 +08:00
前端只管把 `话` 传到后端, 后端负责分词
|
 |
7
IfEles OP @lihongjie0209 问题就是出在分词的这个地方,如何筛选出关键有用的信息
|
 |
8
sunstar 2019-05-27 09:37:21 +08:00 via iPhone
stopword
|
 |
11
LeeSeoung 2019-05-27 09:49:10 +08:00
NLP 领域 了解下 QA 中 是如何筛选出有用信息来回答的。
|
|
12
TomVista 2019-05-27 09:54:24 +08:00
没见过用 java 搞 ai 的,搭个 Python 服务器完事.
|
 |
14
leafin 2019-05-27 10:00:01 +08:00
“筛选出里面的关键信息”，这个‘关键信息’是什麽呢？
如果‘关键信息’都已经在你的基础表里面，其实做个简单的正则匹配就行了。 如果你还想要分析‘商品’和‘地点’的关系，甚至是整句话的情感，又或者你的基础表不能完全包括这些‘关键信息’，那你确实需要 NLP 来进行处理 |
 |
15
magicZ 2019-05-27 10:28:11 +08:00
我们做过类似的, 当时其中情感分析, 关键字处理, 都是 Python 去搞得.
|
 |
16
guyeu 2019-05-27 11:02:19 +08:00
前端分词有点奇怪，应该是后端分词，这个东东应该是后端的一个服务，java 的话可能没什么特别好的轮子，python 的话，结巴分词然后去除停用词就可以。
|
|
18
guyeu 2019-05-27 15:58:14 +08:00
@IfEles #17 看起来不错，但是分词对多数需求来说只是第一步。。。重新阅读了一下你的问题，感觉是数据结构没有确定？分词结果不是数组么，直接传给后端指定服务，或者更进一步的需求是什么呢？一般而言都是把尽量完整的信息传到后端，然后让后端去做特定的处理。
|
 |
19
seraphv3 2019-05-27 19:48:56 +08:00
java 上分词我用过 IKAnalyzer，可以试下
|
|
20
IfEles OP @guyeu 对的就是数据类型没确定,比如说数据是:x 仔牛奶:5 元 x 师傅方便 3 元,数据库里会维护好商品名称,但是单价可能每次得去这串复杂文字中提取,大概就是这样的需求
|
|
22
guyeu 2019-05-28 10:10:39 +08:00
@IfEles #20 前端要做这个不是难为人么。。。让后端训练一个专门做这件事的模型去做啊。。。不过我觉得不靠谱，模型是有准确率问题的。。或者语法相对固定的话直接字符串匹配吧。
|
 |
24
luw2007 2019-05-28 11:23:00 +08:00
里面的商品或者地点信息,这些都是有数据库基础表维护的
|
|
25
luw2007 2019-05-28 11:24:29 +08:00
里面的商品或者地点信息,这些都是有数据库基础表维护的。
这就是简单的一个匹配的问题。 应该由后端自己处理。前端只管传话就好了。 匹配关键词的方法很多。分词，双尾后缀树，自动机等等。 |
 |
26
sazima 2019-05-28 12:40:36 +08:00
有个想法, 分词功能使用 python 的结巴, 用 java 调用就好. 比如借助 thrift.
|
Select Language