这是一个创建于 1186 天前的主题，其中的信息可能已经有所发展或是发生改变。
目前在 sparksql 编程，想使用 sql 或者简单的 udf 解决问题。需求是两个字段的值，如果具备相似性，则关联出来。
类似 left outer join on a.txt=b.txt
a.txt='请在标题中描述内容要点'
b.txt='请你描述内容要点哦'
这俩我就认为相似度比较高，文本不会很大，都是这样的小文本字符串的相似度。
 |
1
TimePPT 2021-08-25 19:33:20 +08:00
语义相似性还是字符相似性？
这俩差别很大 |
 |
3
francisdu 2021-08-25 20:59:31 +08:00 via Android
词向量聚类？
|
 |
4
des 2021-08-25 21:00:46 +08:00 via iPhone
你提的问题是字符相似，举的例子是语义相似
|
 |
5
leonme 2021-08-25 21:37:03 +08:00 via iPhone
直接的 sql 应该实现不了吧，可以自行封装个函数，计算结果保存在中间表，然后 spark 再扫表关联
|
Select Language