通过描述搜索

题

有部电影，名字记不清了。这是关于一个嘉年华或游乐园，有一个恐怖屋和一群青少年被戴着小丑面具的东西一一谋杀的故事。我大约20年前看过这部电影，它是续集，但具体记得不太清楚了。（也忘记了它的标题。）因此，我开始想知道如何解决一些技术问题。

假设我有一个数据库，其中包含每部电影的故事情节和其他数据。（类似于互联网医学数据库。）我会有一个编辑字段，用户可以在其中以纯文本形式输入描述。然后系统将开始分析该文本以查找符合该描述的电影。

例如（不同的电影），我在编辑字段中输入：“一些关于埃及国王的电影，他在马背上袭击了一群印第安人，但他的马力严重，他的马在失去这场战斗时死亡。”然后，该系统应从2004年开始将电影“亚历山大”报告为答案，但可能还有一些。（即使描述中存在一些错误。）

要创建这样一个系统，通过搜索描述来分析描述以找到匹配的记录，对于如此复杂的事情我应该需要什么技术？并不是说我现在就想构建类似的东西，而是更多地出于好奇，如果我想选择一些有趣的新项目的话。

（我想为那些认识我在开头提到的电影的人奖励额外的积分。但后来谷歌一试，我自己就找到了！）

顺便说一句，我感兴趣的不是搜索引擎本身，而是分析描述以获得搜索引擎能够理解的内容！对于示例电影，人类逻辑帮助我找到了标题。（令人恼火的是，这部电影不在荷兰出售。）人类逻辑始终是一个要求，但它是关于分析用户输入，该输入采用故事或描述的形式，可能存在错误。

解决方案

你应该检查一下文档分类。

一些文档分类技术

其他提示

根据您自己的评论我可以说出来，谷歌是一种可以使用的技术。 ;-)但是，老实说，我认为任何搜索引擎或多或少都会这样做。

修改嘿，您删除了自己的评论，但我确实记得您曾将Google视为值得加分的。

编辑+：好吧，你再次提到谷歌，但我不想删除我的第一次编辑。 ; - ）

纯粹的推测：在描述“埃及，印度，马战等”的描述中，可能会有一些微不足道的事情，比如说每个字数超过4个字母。和这种摘要数据库的模糊匹配工作？也许有一些正常化，例如。国王==领导==皇帝？

嗯......年轻人，女朋友，游泳池，母亲，婚礼是否让我们成为毕业生？嗯，我想用少量的细节“罗宾逊”它可能。

你可以使用imdb关键字搜索做很多有趣的事情：

您可以指定多个关键字，它会建议电影和更多关键字，这些关键字与您指定的关键字具有相似的上下文。

imdb中包含的数据是公开的，可用于非商业用途，可以已下载作为文本文件。您可以从中构建数据库。

许可以下： CC-BY-SA 和归因