मैं कैसे मिलते जुलते शब्दों

Question

मैं स्वचालित रूप से कम लेख को वर्गीकृत करने की कोशिश कर काम कर रहा हूँ और मैं कैसे समान शब्द का मिलान कर यह पता लगाने की कोशिश कर रहा हूँ के लिए एक खोज मैच कर सकता है - जैसे, शेल्फ अलमारियों या चित्रकला और फिर से रंगना

मैं मैं पोर्टर स्टेमिंग एल्गोरिदम का उपयोग कर रहा हूं लेकिन यह केवल कुछ स्थितियों के लिए मदद करता है और केवल शब्द के अंत में (ऊपर दिए गए दोनों उदाहरण इसके साथ काम नहीं करते हैं)।

वहाँ है एक एल्गोरिथ्म या संबंधित शब्द सूचियों के कुछ इस तरह से मदद मिलेगी (अपने खुद के बनाने के बाहर?)

(मैं php में काम कर रहा हूँ ताकि भाषा में किसी भी समाधान अधिक उपयोगी होगा।)

Answer 1

Levenshtein Distance वह है जो आप खोज रहे हैं।

किसी भी दो तारों के लिए, यह प्रविष्टि, उत्परिवर्तन और हटाने की न्यूनतम संख्या की गणना करता है जो एक स्ट्रिंग को दूसरे में बदलने के लिए होने की आवश्यकता होती है।

यदि दूरी कम है तो दो शब्द समान हैं।

आप यह निर्धारित करने के लिए Soundex एल्गोरिदम का भी उपयोग कर सकते हैं कि दो शब्द समान हैं या नहीं।

यह भी देखें:
PHP levenshtein function
PHP soundex function

Answer 2

ठीक है, सब "से संबंधित शब्द सूची" की मां कहा जाता WordNet है: http://wordnet.princeton.edu/

यह एक काफी उदार लाइसेंस के लिए प्रभारी विषय की नि: शुल्क उपलब्ध है । "संबंधित परियोजनाओं" खंड में एक PHP इंटरफ़ेस है।

शब्द समानता एल्गोरिदम का उपयोग करके इसका लाभ यह है कि यह "पेंट" और "रंग" जैसे शब्दों के असमान समानार्थी भी जानता है। नकारात्मकता यह है कि आपको या तो सही synsets पता होना है (आखिरकार, एक शब्द अलग-अलग चीजों का मतलब हो सकता है) या आप समानार्थी की एक सुंदर जंगली सूची प्राप्त कर सकते हैं।