问UMBC语义相似度实现

EN

听起来，您需要快速处理许多短语对，这里提供的API是不可用的。

为了避免网络的痛苦，您的选择是：

1. 使用批量提供的备用API。 --如果有一个调用可以同时接受多对短语并输出多个相似的分数--这将允许您更快地执行--但只要它们的API包含(lhs, rhs) -> score的函数调用，您就会受到调用该函数的速度的限制。

有一个被关闭为非主题的相关问题，但它提到cortical.io是一个提供“批量”比较的API。

1. 要求源代码自己运行。与托管API的组织联系，询问他们是否可以(公开或仅对您)提供源代码。
2. 自己实现他们的方法或类似的东西。

为了帮助3，我在下面提供了一些资源。

环顾他们的网站和组的出版页面，我发现这个出版物可能很有趣。

Abhay L. Kashyap等人，基于LSA、机器学习和语言资源的鲁棒语义文本相似度，“语言资源和评价”，2016年1月，下载73次。

为了更容易实现，并且至少在性能上具有竞争力，我建议使用单词向量方法来实现相似性，比如斯坦福大学GloVe或谷歌的word2vec (您可能需要重新训练以获得您想要的短语大小，或者您可以使用平均值或添加向量来表示短语)。