मैं 1 मिलियन लेबल वाले दस्तावेज़ों से मिलकर पाठ वर्गीकरण के लिए scikit रैखिक समर्थन वेक्टर मशीन (SVM) क्लासिफायरियर का उपयोग करने की योजना बना रहा हूं। मैं क्या करने की योजना बना रहा हूं, जब कोई उपयोगकर्ता किसी कीवर्ड में प्रवेश करता है, तो क्लासिफायर पहले इसे एक श्रेणी में वर्गीकृत करेगा, और फिर बाद की सूचना पुनर्प्राप्ति क्वेरी उस श्रेणी श्रेणी के दस्तावेजों के भीतर होगी। मेरे कुछ प्रश्न हैं:
- मैं कैसे पुष्टि करूं कि वर्गीकरण में अधिक समय नहीं लगेगा? मैं नहीं चाहता कि उपयोगकर्ताओं को बेहतर परिणाम प्राप्त करने के लिए एक वर्गीकरण के इंतजार में समय बिताना पड़े।
- क्या वेबसाइटों / वेब अनुप्रयोगों के लिए पायथन की स्कैबिट लाइब्रेरी का उपयोग इसके लिए उपयुक्त है?
- क्या कोई जानता है कि उपयोगकर्ता के प्रश्नों पर अमेजन या फ्लिपकार्ट कैसे वर्गीकरण करते हैं, या क्या वे पूरी तरह से अलग तर्क का उपयोग करते हैं?
आप पहले से सभी कीवर्ड्स को वर्गीकृत कर सकते हैं और फिर इंडेक्स से श्रेणी को खींच सकते हैं।
—
फिस्ट
@ शब्द एक शब्द क्वेरी के लिए एक उत्तर की तरह लगता है। लेकिन अगर खोज क्वेरी में अधिक शब्द शामिल हैं .. या शब्दों के संयोजन .. मुझे सभी संयोजनों के लिए सूचकांक बनाना है !!!
—
user3498
SVC तेज़ है, इसलिए यदि आप इसे मध्यम-लोड वाले एप्लिकेशन में क्वेरी वर्गीकरण के लिए उपयोग करना चाहते हैं, तो यह काम करेगा। लेकिन एक एकल (या यहां तक कि कई शब्दों) द्वारा वर्गीकरण ज्यादातर मामलों में एक बुरा विचार है। उदाहरण के लिए अस्पष्ट शब्द लें: क्या होगा यदि कुछ शब्द संभावनाओं में बहुत कम अंतर के साथ 2 श्रेणियों के हैं? क्या आप खोज से थोड़ी कम संभावित श्रेणी को फेंकने जा रहे हैं? खोज के दौरान रैंकिंग सूत्र में एक अतिरिक्त शब्द जो आप चाहते हैं, वह है, कम संभावित श्रेणियों को अस्वीकार नहीं करना।
—
13