معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Fast text match algorithm implementation for bm25

ویژگی	مقدار
سیستم عامل	-
نام فایل	fastbm25-0.0.2
نام	fastbm25
نسخه کتابخانه	0.0.2
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	zhusleep
ایمیل نویسنده	zhuflower@qq.com
آدرس صفحه اصلی	https://github.com/zhusleep/fastbm25
آدرس اینترنتی	https://pypi.org/project/fastbm25/
مجوز	-

# Installation The easiest way to install this package is through pip, using ``` pip install fastbm25 ``` # fastbm25 The fast bm25 algorithm for text match optimized by reverted index. So the complexity will be no more than O(N(log N)). （利用倒排索引加速的bm25文本匹配算法，从一堆数据中寻找最相似的文本） # usage ## find top k similar sentences from corpus; Note you should tokenize text and use stop words in advance ``` from fastbm25 import fastbm25 corpus = [ "How are you !", "Hello Jack! Nice to meet you!", "I am from China, I like math." ] tokenized_corpus = [doc.lower().split(" ") for doc in corpus] model = fastbm25(tokenized_corpus) query = "where are you from".lower().split() result = model.top_k_sentence(query,k=1) print(result) ``` The result is list of tuple like > [('I am from China, I like math.', 2, -0.06000000000000001)] For some language like Chinese that doesn't need tokenization. you can use this example ``` from fastbm25 import fastbm25 corpus = [ "张三考上了清华", "李四考上了北大", "我烤上了地瓜.", "我们都有光明的未来." ] model = fastbm25(corpus) query = "我考上了大学" result = model.top_k_sentence(query,k=1) print(result) ``` > [('李四考上了北大', 1, 1.21)] ## find document pair similarity between document a and document b Note that a and b don't need to be included in the reference corpus; ``` from fastbm25 import fastbm25 corpus = [ "How are you !", "Hello Jack! Nice to meet you!", "I am from China, I like math." ] tokenized_corpus = [doc.lower().split(" ") for doc in corpus] model = fastbm25(tokenized_corpus) document_a = "where are you from".lower().split() document_b = "where are you".lower().split() result = model.similarity_bm25(document_a,document_b) print(result) ``` > 1.944187075527278

زبان مورد نیاز

مقدار	نام
>=3.5	Python

نحوه نصب

نصب پکیج whl fastbm25-0.0.2:

pip install fastbm25-0.0.2.whl

نصب پکیج tar.gz fastbm25-0.0.2:

pip install fastbm25-0.0.2.tar.gz