相关搜索推荐 使用 Flask 实现python 接口,之后的效果类似于 bing 的相关搜索推荐 api( https://api.bing.com/osjson.aspx?query={搜索词} )。
使用 word2vec 训练词向量,用gensim 工具包中的most_similar()方法找到 query 词的前十个近义词并返回json 格式结果。
语料使用了维基百科中英文预料,训练参数使用默认参数,得到的模型大小为3.64G. 另外需要新建 data 目录存放训练好的模型(二进制.bin文件)
访问http://localhost:5000/?query=houston
使用?连接 query 与 url
单纯使用 word2vec 的相近词向量并不能完全达到用户想要得到的搜索结果。针对汉语而言,准备加入偏旁信息来推荐相关搜索词。