nlp - 是否有确定文本与主题相关性的算法？

Question

我想知道什么可以用来确定页面与游戏、电影等主题的相关性。

在这方面是否有一些研究，或者只是计算一些相关词出现了多少次？

Answer 1

常见的选择是对词袋（或 n-gram 袋）特征进行监督文档分类，最好使用 tf-idf 加权。

流行的算法包括朴素贝叶斯和（线性）SVM。

对于这种方法，您需要标记的训练数据，即带有相关主题注释的文档。

参见，例如，Introduction to Information Retrieval，第 13-15 章。