实施相似性搜索算法
来源:dev.to
2024-10-24 14:27:34
0浏览
收藏
哈喽!大家好,很高兴又见面了,我是golang学习网的一名作者,今天由我给大家带来一篇《实施相似性搜索算法》,本文主要会讲到等等知识点,希望大家一起学习进步,也欢迎大家关注、点赞、收藏、转发! 下面就一起来看看吧!
获取数据
import pandas as pd descripciones = [ 'all users must reset passwords every 90 days.', 'passwords need to be reset by all users every 90 days.', 'admin access should be restricted.', 'passwords must change for users every 90 days.', 'passwords must change for users every 80 days.' ] # cargar el dataset data = pd.dataframe({ 'rule_id': range(1, len(descripciones) + 1), 'description': descripciones })
词汇相似度
from sklearn.feature_extraction.text import tfidfvectorizer from sklearn.metrics.pairwise import cosine_similarity ! # vectorización de las descripciones con tf-idf vectorizer = tfidfvectorizer().fit_transform(data['description']) # calcular la matriz de similitud de coseno cosine_sim_matrix = cosine_similarity(vectorizer) # crear un diccionario para almacenar las relaciones sin duplicados def find_related_rules(matrix, rule_ids, threshold=0.8): related_rules = {} seen_pairs = set() # para evitar duplicados de la forma (a, b) = (b, a) for i in range(len(matrix)): related = [] for j in range(i + 1, len(matrix)): # j comienza en i + 1 para evitar duplicados if matrix[i, j] >= threshold: pair = (rule_ids[i], rule_ids[j]) if pair not in seen_pairs: seen_pairs.add(pair) related.append((rule_ids[j], round(matrix[i, j], 2))) if related: related_rules[rule_ids[i]] = related return related_rules # aplicar la función para encontrar reglas relacionadas related_rules = find_related_rules(cosine_sim_matrix, data['rule_id'].tolist(), threshold=0.8) # mostrar las reglas relacionadas print("reglas relacionadas por similitud:") for rule, relations in related_rules.items(): print(f"rule {rule} es similar a:") for related_rule, score in relations: print(f" - rule {related_rule} con similitud de {score}")
语义相似度
!pip install sentence-transformers from sentence_transformers import SentenceTransformer, util # Load the pre-trained model for generating embeddings model = SentenceTransformer('all-MiniLM-L6-v2') # Generate sentence embeddings for each rule description embeddings = model.encode(data['Description'], convert_to_tensor=True) # Compute the semantic similarity matrix cosine_sim_matrix = util.cos_sim(embeddings, embeddings).cpu().numpy() # Function to find related rules based on semantic similarity def find_related_rules(matrix, rule_ids, threshold=0.8): related_rules = {} seen_pairs = set() # To avoid duplicates of the form (A, B) = (B, A) for i in range(len(matrix)): related = [] for j in range(i + 1, len(matrix)): # Only consider upper triangular matrix if matrix[i, j] >= threshold: pair = (rule_ids[i], rule_ids[j]) if pair not in seen_pairs: seen_pairs.add(pair) related.append((rule_ids[j], round(matrix[i, j], 2))) if related: related_rules[rule_ids[i]] = related return related_rules # Apply the function to find related rules related_rules = find_related_rules(cosine_sim_matrix, data['Rule_ID'].tolist(), threshold=0.8) # Display the related rules print("Reglas relacionadas por similitud semántica:") for rule, relations in related_rules.items(): print(f"Rule {rule} es similar a:") for related_rule, score in relations: print(f" - Rule {related_rule} con similitud de {score}")
到这里,我们也就讲完了《实施相似性搜索算法》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于的知识点!
版本声明
本文转载于:dev.to 如有侵犯,请联系study_golang@163.com删除

- 上一篇
- 平板电脑光盘怎么放到电脑里?

- 下一篇
- 华硕手机怎么关闭飞行模式?
查看更多
最新文章
-
- 文章 · python教程 | 2小时前 |
- Python操作Parquet文件:pyarrow实用教程
- 164浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- Python文件传输错误修复指南
- 340浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- SQLAlchemyN:M关系与级联删除实现方法
- 399浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- Python处理卫星数据,xarray教程详解
- 333浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- Pythonlxml安装失败怎么解决
- 473浏览 收藏
-
- 文章 · python教程 | 3小时前 |
- 正则提取JSON值方法全解析
- 260浏览 收藏
-
- 文章 · python教程 | 3小时前 |
- Python正则匹配固定长度字符串技巧
- 232浏览 收藏
-
- 文章 · python教程 | 3小时前 |
- OpenCV视频帧传输FFmpeg乱码解决
- 441浏览 收藏
-
- 文章 · python教程 | 3小时前 |
- 多CSV数据源目录构建方法详解
- 120浏览 收藏
-
- 文章 · python教程 | 3小时前 |
- Python模板引擎使用技巧分享
- 482浏览 收藏
-
- 文章 · python教程 | 3小时前 |
- PyCharm英文界面设置教程
- 409浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 542次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 511次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 498次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 484次学习
查看更多
AI推荐
-
- 千音漫语
- 千音漫语,北京熠声科技倾力打造的智能声音创作助手,提供AI配音、音视频翻译、语音识别、声音克隆等强大功能,助力有声书制作、视频创作、教育培训等领域,官网:https://qianyin123.com
- 168次使用
-
- MiniWork
- MiniWork是一款智能高效的AI工具平台,专为提升工作与学习效率而设计。整合文本处理、图像生成、营销策划及运营管理等多元AI工具,提供精准智能解决方案,让复杂工作简单高效。
- 167次使用
-
- NoCode
- NoCode (nocode.cn)是领先的无代码开发平台,通过拖放、AI对话等简单操作,助您快速创建各类应用、网站与管理系统。无需编程知识,轻松实现个人生活、商业经营、企业管理多场景需求,大幅降低开发门槛,高效低成本。
- 171次使用
-
- 达医智影
- 达医智影,阿里巴巴达摩院医疗AI创新力作。全球率先利用平扫CT实现“一扫多筛”,仅一次CT扫描即可高效识别多种癌症、急症及慢病,为疾病早期发现提供智能、精准的AI影像早筛解决方案。
- 172次使用
-
- 智慧芽Eureka
- 智慧芽Eureka,专为技术创新打造的AI Agent平台。深度理解专利、研发、生物医药、材料、科创等复杂场景,通过专家级AI Agent精准执行任务,智能化工作流解放70%生产力,让您专注核心创新。
- 186次使用
查看更多
相关文章
-
- Flask框架安装技巧:让你的开发更高效
- 2024-01-03 501浏览
-
- Django框架中的并发处理技巧
- 2024-01-22 501浏览
-
- 提升Python包下载速度的方法——正确配置pip的国内源
- 2024-01-17 501浏览
-
- Python与C++:哪个编程语言更适合初学者?
- 2024-03-25 501浏览
-
- 品牌建设技巧
- 2024-04-06 501浏览