基於百度百科的相關詞推薦（1）——特徵向量提取

相關詞推薦問題就是一個計算任意兩個詞相似度的問題。 1. 製作爬蟲，獲取百科頁面，首批語料有10萬多條記錄。 2. 解析百科頁面，利用lucene 製作索引index（字段：title,id,summary）。 3.相關詞推薦算法 我們最終要獲取任意兩個詞的相似度Sim(Wi,Wj)。 基本思想：每條記錄有 title-summary 信息，對於一個詞Wi，它的summary信息就是對該詞的詳細解

>>阅读原文<<