类别匹配 - 正则表达式与全文搜索答案

【问题标题】：Category Matching - regex vs full text search类别匹配 - 正则表达式与全文搜索
【发布时间】：2012-04-18 15:34:24
【问题描述】：

我有一个相当大的类别表，其中包含 1500 个类别（一些单词其他包含多个），我正在寻找通过标题将新产品与这些类别匹配的最佳方法。

我一直在研究使用正则表达式并在产品描述中循环搜索关键词，但是当尝试一次添加超过一千个产品时这不会很有效，我也一直在研究全文搜索（FREETEXT 和包含）但 FreeText 搜索似乎会带回很多结果，因为它匹配产品描述中的任何和所有单词。

有没有人做过类似的事情，试图通过描述来自动化产品属于哪个类别，并且可以提供一些建议或指示？

【问题讨论】：

【解决方案1】：

所以我理解的问题是，给出一个描述告诉我这个描述适用于哪个类别？

做这种工作的常用方法是建立一个Naive Bayesian Classification进程，把你所有的描述都放在这个里面。

这样的分类通常分两个阶段进行。

第 1 阶段：已知的描述/类别对用于“训练”分类器。

第 2 阶段：分类器经过训练后，您可以为其提供未知数据，然后它会返回描述匹配给定类别的概率。

这种方法中的分类器通常非常准确，但考虑到我们正在处理统计数据，错误通常会潜入

【讨论】：