【发布时间】：2016-07-01 01:04:38
【问题描述】：
哪种 Microsoft 认知服务（或 Azure 机器学习服务？）最适合用于解决在给定文章中查找类似文章的问题。文章是一串文本。假设我没有关于文章的用户交互数据。
Microsoft 认知服务中是否有任何东西可以开箱即用地解决这个问题？似乎我无法使用 Recommendations API，因为我没有交互/用户数据。
安东尼
【问题讨论】：
【发布时间】：2016-07-01 01:04:38
【问题描述】：
我不确定文本分析 API 是否适合这种情况，至少现在还没有。
实际上有两种相似之处：
1.表面相似度（词法）- 单词/字母的相似度
如果我们正在寻找表面相似性，请尝试模糊匹配/查找（SQL Server Integration Services – 为此提供了一个组件。）或近似相似性函数（Jaro-Winkler distance，Levenshtein distance）等。这会更容易，因为它不需要您创建自定义机器学习模型。
2。语义相似度——词义相似度
如果我们正在寻找语义相似度，那么您需要进行语义聚类、词嵌入、DSSM（深度语义相似度模型）等。 这更难做到，因为它需要您根据带注释的语料库训练自己的机器学习模型。
路易斯·卡布雷拉 |文本分析项目经理 |云人工智能平台，微软
【讨论】：
-
那么没有用于文本比较的 API 可以给出相似度分数吗？ :-(
是的，您可以使用文本分析 API。
此处提供示例。 https://www.microsoft.com/cognitive-services/en-us/text-analytics-api
【讨论】：
-
嗨 Narasimha，感谢您的回复。在您的链接中，我只能找到情感分析、关键短语提取、主题检测和语言检测 API。我找不到任何可以开箱即用的类似项目（文章）的东西。 （我问的原因是，可以创建一个机器学习管道，例如使用 Spark 来解决问题，但我试图找到一个开箱即用的解决方案或需要最少的自定义编码）
我建议您按照@Narasimha 的建议使用文本分析 API [1]。您可以通过 主题检测 API 输入字符串，然后提出一个指标（例如，Similarity = count(Matching topics) - count(Non Matching topics)），该指标可以针对每个字符串排序其他的相似之处。这只需要一个 API 调用和一点 JSON 解析。
[1]https://www.microsoft.com/cognitive-services/en-us/text-analytics-api
【讨论】：
句子相似度或语义文本相似度衡量两段文本的相似程度，或它们表达相同含义的程度。
此 Microsoft 的 NLP GitHub 存储库提供了一些可用于 Azure VM 和 Azure ML 的示例：https://github.com/microsoft/nlp/tree/master/examples/sentence_similarity
此文件夹包含用 Jupyter 笔记本编写的示例和最佳实践，用于构建句子相似性模型。 gensen 和预训练嵌入实用程序脚本用于加快笔记本中的模型构建过程。 句子相似度得分可用于各种应用，例如搜索/检索、最近邻或基于内核的分类方法、推荐和排名任务。
【讨论】：