机器学习,从字符串中提取信息

假设我正在开发一个小型的Chrome扩展程序(因此我的大部分代码都是用JavaScript写的)。假设我有一组字符串,例如:

艺术家 – 歌曲名称

艺术家, 歌曲名称

歌曲名称 – 艺术家

无关信息 – 歌曲名称 – 艺术家

等等。

我只需要从字符串中提取歌曲名称,然而,我无法预料字符串可能出现的所有形式。

所以我的问题是提取这些信息的最佳方法是什么?是机器学习吗?如果是的话,代码可以用JavaScript编写吗,还是应该使用API?或者除了机器学习之外还有其他解决方案吗?

附注

我知道这个问题并不完全符合本网站可提问问题的指导方针,我知道这个问题有点开放和模糊,但我实在想不出其他地方可以问,所以

提前谢谢你。


回答:

可能有效的解决方案草图:

  • 为所有可能的分隔字符(逗号、连字符等)制作正则表达式
  • 使用这个正则表达式将你的字符串分成几部分
  • 对于只有一部分的字符串,假设这是标题
  • 对于两部分的字符串,假设较长的部分是标题,较短的部分是艺术家
  • 制作艺术家和标题的列表(或者使用你的全局数据库以获得更好的结果)
  • 检查你的标题中是否有与某个艺术家相同的情况 – 这可能是错误的
  • 对于三部分或更多部分的字符串,根据你的列表识别艺术家
  • 对于剩余的部分,假设索引较低的部分(更靠近字符串开头)是标题
  • 最终,你可以通过Google API搜索,如果标记为标题的部分返回的结果比其他部分多

当然,这不会理想地工作,但我假设你并不期望它完美无缺。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注