给定文本的最近维基百科页面

例如,如果一个人输入查询 – “d dark knight rses”。我想找到最接近的维基百科页面,即 – http://en.wikipedia.org/wiki/The_Dark_Knight_Rises

有哪些可能的方法可以实现这一点?

我能想到的一个简单方法是,在谷歌上搜索给定的查询,并附加上“wikipedia”这个词。然后在结果中查找第一个维基百科页面。如果前五个页面中没有维基百科页面,则返回“抱歉”。

但是,有没有其他更方便的方法或API调用可以避免使用谷歌?

编辑:最近的 – 例如,“d dark night”可能会导致“The Dark Night”或“The Dark Knight”。这两个都是有效的答案。尽管前者与查询更接近,但我认为后者是一个更好的答案,因为这是用户查询可能想要的结果。


回答:

也许你可以使用官方的维基百科API,这里是一个使用dark night查询的opensearch调用示例:

$ curl "https://en.wikipedia.org/w/api.php?action=opensearch&search=dark%20night"

这将返回:

[    "dark night",     [        "Dark Night",         "Dark Night of the Soul",         "Dark Night of the Soul (album)",         "Dark Night of the Scarecrow",         "Dark Night (song)",         "Dark Night (film)",         "Dark night rises",         "Dark night (roller coaster)",         "Dark night sky paradox"    ]]

更新:另一种方法是下载维基百科数据转储并在本地进行搜索。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注