{"id":372971,"date":"2024-05-21T05:25:10","date_gmt":"2024-05-21T05:25:10","guid":{"rendered":"http:\/\/savepearlharbor.com\/?p=372971"},"modified":"-0001-11-30T00:00:00","modified_gmt":"-0001-11-29T21:00:00","slug":"","status":"publish","type":"post","link":"https:\/\/savepearlharbor.com\/?p=372971","title":{"rendered":"<span>\u0410\u043b\u0433\u043e\u0440\u0438\u0442\u043c \u0440\u0430\u0441\u0447\u0451\u0442\u0430 \u0440\u0430\u0441\u0441\u0442\u043e\u044f\u043d\u0438\u044f \u043c\u0435\u0436\u0434\u0443 \u0441\u0442\u0440\u043e\u043a\u0430\u043c\u0438<\/span>"},"content":{"rendered":"<div><!--[--><!--]--><\/div>\n<div id=\"post-content-body\">\n<div>\n<div class=\"article-formatted-body article-formatted-body article-formatted-body_version-2\">\n<div xmlns=\"http:\/\/www.w3.org\/1999\/xhtml\">\n<p>\u041f\u043e \u0440\u0430\u0431\u043e\u0442\u0435 \u0441\u0442\u043e\u044f\u043b\u0430 \u0437\u0430\u0434\u0430\u0447\u0430 \u043e\u043f\u0442\u0438\u043c\u0438\u0437\u0430\u0446\u0438\u0438 \u043f\u043e\u0438\u0441\u043a\u0430 \u043f\u043e \u0430\u0434\u0440\u0435\u0441\u0430\u043c (\u0443\u043b\u0438\u0446\u044b, \u0434\u043e\u043c\u0430 \u0438 \u043e\u0431\u044a\u0435\u043a\u0442\u044b). \u0413\u043b\u0430\u0432\u043d\u044b\u0439 \u043a\u0440\u0438\u0442\u0435\u0440\u0438\u0439 &#8212; \u043d\u0430\u0445\u043e\u0436\u0434\u0435\u043d\u0438\u0435 \u0430\u0434\u0440\u0435\u0441\u0430, \u0435\u0441\u043b\u0438 \u043d\u0430\u043f\u0438\u0441\u0430\u043d\u043e \u0441 \u043e\u0448\u0438\u0431\u043a\u0430\u043c\u0438 \u0438\u043b\u0438 \u043d\u0435 \u0434\u043e\u043f\u0438\u0441\u0430\u043d \u043e\u043d \u0432 \u043f\u043e\u043b\u043d\u043e\u0439 \u043c\u0435\u0440\u0435. Bert\u2019\u044b, \u043a\u043e\u0441\u0438\u043d\u0443\u0441\u043d\u044b\u0435 \u0440\u0430\u0441\u0441\u0442\u043e\u044f\u043d\u0438\u044f \u044d\u043c\u0431\u0435\u0434\u0434\u0438\u043d\u0433\u043e\u0432 \u0438 \u0442.\u0434. \u043d\u0435 \u043f\u043e\u0434\u0445\u043e\u0434\u0438\u043b\u0438, \u0442\u0430\u043a \u043a\u0430\u043a \u043e\u043d\u0438 \u0437\u0430\u0442\u043e\u0447\u0435\u043d\u044b \u043f\u043e\u0434 \u0441\u043c\u044b\u0441\u043b\u043e\u0432\u043e\u0439 \u043f\u043e\u0438\u0441\u043a, \u0430 \u0432 \u0430\u0434\u0440\u0435\u0441\u0430\u0445 \u0441\u043c\u044b\u0441\u043b\u0430 \u043d\u0435\u0442. TF-IDF c \u043b\u0435\u043c\u043c\u0430\u0442\u0438\u0437\u0430\u0446\u0438\u0435\u0439 \u0442\u043e\u0436\u0435 \u043d\u0435 \u043e\u0447\u0435\u043d\u044c \u043f\u043e\u0434\u0445\u043e\u0434\u0438\u043b \u0434\u043b\u044f \u044d\u0442\u043e\u0439 \u0437\u0430\u0434\u0430\u0447\u0438, \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b \u0431\u044b\u043b\u0438 \u043f\u043b\u043e\u0445\u0438\u0435.<\/p>\n<p>\u0414\u043b\u044f \u0440\u0435\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u0438 \u043d\u0430\u0447\u0430\u043b \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0440\u0430\u0441\u0441\u0442\u043e\u044f\u043d\u0438\u0435 <a href=\"https:\/\/ru.wikipedia.org\/wiki\/%D0%A0%D0%B0%D1%81%D1%81%D1%82%D0%BE%D1%8F%D0%BD%D0%B8%D0%B5_%D0%94%D0%B0%D0%BC%D0%B5%D1%80%D0%B0%D1%83_%E2%80%94_%D0%9B%D0%B5%D0%B2%D0%B5%D0%BD%D1%88%D1%82%D0%B5%D0%B9%D0%BD%D0%B0\" rel=\"noopener noreferrer nofollow\">\u0414\u0430\u043c\u0435\u0440\u0430\u0443-\u041b\u0435\u0432\u0435\u043d\u0448\u0442\u0435\u0439\u043d\u0430<\/a>, \u0438 \u0432 \u043f\u043e\u0441\u043b\u0435\u0434\u0441\u0442\u0432\u0438\u0435, \u0440\u0430\u0437\u0432\u0438\u043b \u044d\u0442\u043e \u0434\u043e \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0433\u043e \u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c\u0430, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u043d\u0430\u0445\u043e\u0434\u0438\u0442 \u0440\u0430\u0441\u0441\u0442\u043e\u044f\u043d\u0438\u0435 \u043c\u0435\u0436\u0434\u0443 \u0434\u0432\u0443\u043c\u044f \u0441\u0442\u0440\u043e\u043a\u0430\u043c\u0438.<\/p>\n<p>\u0426\u0435\u043b\u044c \u0434\u0430\u043d\u043d\u043e\u0433\u043e \u043f\u043e\u0441\u0442\u0430 \u043e\u043f\u0438\u0441\u0430\u043d\u0438\u0435 \u0442\u043e\u043b\u044c\u043a\u043e \u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c\u0430.<\/p>\n<h2>\u041e\u043f\u0438\u0441\u0430\u043d\u0438\u0435 \u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c\u0430<\/h2>\n<h4>\u041f\u0440\u043e\u0446\u0435\u0441\u0441 \u0440\u0430\u0431\u043e\u0442\u044b \u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c\u0430<\/h4>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/294\/56e\/83e\/29456e83ee3d37efb7e1450367b34d7c.png\" width=\"875\" height=\"281\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/294\/56e\/83e\/29456e83ee3d37efb7e1450367b34d7c.png\"\/><\/figure>\n<h4>\u0424\u043e\u0440\u043c\u0443\u043b\u0430<\/h4>\n<p>Tew &#8212; \u044d\u0442\u043e \u043f\u043e\u043b\u0443\u0447\u0430\u0435\u043c\u043e\u0435 \u0440\u0430\u0441\u0441\u0442\u043e\u044f\u043d\u0438\u0435 \u043c\u0435\u0436\u0434\u0443 \u0434\u0432\u0443\u043c\u044f \u0441\u0442\u0440\u043e\u043a\u0430\u043c\u0438.<\/p>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/c58\/90a\/a14\/c5890aa14f76cae446210c61cb1344e3.png\" width=\"875\" height=\"193\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/c58\/90a\/a14\/c5890aa14f76cae446210c61cb1344e3.png\"\/><\/figure>\n<p>\u0415\u0441\u043b\u0438 \u0440\u0430\u0441\u0441\u043c\u043e\u0442\u0440\u0435\u0442\u044c \u043f\u043e \u044d\u0442\u0430\u043f\u0430\u043c:<\/p>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/782\/1d4\/955\/7821d49559222b67902dbaefb45dae7d.png\" width=\"875\" height=\"194\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/782\/1d4\/955\/7821d49559222b67902dbaefb45dae7d.png\"\/><\/figure>\n<h2>\u0420\u0435\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u043a\u043e\u0434\u043e\u043c \u043d\u0430 R<\/h2>\n<p>\u0424\u0443\u043d\u043a\u0446\u0438\u044f \u0440\u0435\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u0438 \u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c\u0430.<\/p>\n<pre><code class=\"r\">library(stringr) library(data.table) library(magrittr) library(stringdist)  \u041f\u0440\u0438\u0441\u043e\u0435\u0434\u0438\u043d\u044f\u044e \u043f\u0430\u043a\u0435\u0442: 'stringdist' \u0421\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u0439 \u043e\u0431\u044a\u0435\u043a\u0442 \u0441\u043a\u0440\u044b\u0442 \u043e\u0442 'package:magrittr':      extract stringDistination &lt;- function(src_query, trg_query){   clearSplit &lt;- function(x){     x %>%        strsplit(split = \" \") %>%        unlist() %>%        tolower() %>%        .[. %ilike% \"\\\\w+\"] %>%        str_squish()   }    # Splitting queries   src = clearSplit(src_query)   trg = clearSplit(trg_query)         # By every word find closeness   x &lt;- list()   y &lt;- c()   for (i in seq(length(src))) {     for (l in seq(length(trg))) {       y[trg[l]] &lt;- stringdist(a = trg[l], b = src[i], weight =  c(0.8, 1, 1, 1)) \/ max(nchar(src[i]), nchar(trg[l]), na.rm = TRUE) # finding similarity word by word     }     x[[src[i]]] &lt;- y   }      # min value by each word   vec &lt;- x %>%      unlist() %>%      {       str &lt;- names(.) %>% tstrsplit(split = \"\\\\.\")       c(         setNames(           object = .,           nm = str[[1]]         ),         setNames(           object = .,           nm = str[[2]]         )       )     } %>%     sort %>%      .[unique(names(.))]      # finding digitals   num_names &lt;- which(str_detect(string = names(vec), pattern = \"\\\\d+\"))      # if number, number have to be low impactable   if(length(num_names) > 0){     mean_val &lt;- mean(vec, na.rm = TRUE)     vec[num_names] &lt;- fifelse(vec[num_names] > mean_val, vec[num_names], mean_val)   }      vec %>%      .[seq(length(src))] %>%     {       . * (1\/log(order(.)+1)) # calculate distance value depending on its position     } %>%     mean() %>%  # take mean value     {       if(length(src) == length(trg)){ . * (1 - 0.005)} else {.}  # if lengths of src and trg are equal, in this case the obtained average value is reduced by 0.5%     } }<\/code><\/pre>\n<h4>\u041f\u0440\u0438\u043c\u0435\u0440 \u0440\u0430\u0431\u043e\u0442\u044b \u0444\u0443\u043d\u043a\u0446\u0438\u0438<\/h4>\n<pre><code class=\"r\">queries &lt;- c(\"\u042d\u0441\u043a\u0438 \u0441\u0430\u0440\u044b\", \"\u041d\u0430\u0440\u0442\u044b\") target_vector &lt;- c(\"\u042d\u0441\u043a\u0438 \u0441\u0430\u0440\u044b \u043a\u0451\u043b\", \"\u0425\u0430\u0441\u0430\u0443\u0442\u0441\u043a\u0430\u044f\", \"\u041d\u0430\u0440\u0442\u043e\u0432\", \"\u041d\u043e\u0432\u044b\u0439 \u041a\u0430\u0440\u0430\u0447\u0430\u0439\", \"\u041c\u0430\u0440\u0430-\u0410\u044f\u0433\u044a\u044b\", \"\u041a\u0430\u0432\u043a\u0430\u0437\u0441\u043a\u0430\u044f\")  data.table(query = rep(queries, each = length(target_vector)),            target = rep(target_vector, length(queries))) %>%    .[, similarity := stringDistination(src_query = query, trg_query = target) %>% round(3), by = 1:nrow(.)] %>%    .[, .SD[order(similarity)], by = query] %>%    .[, position := 1:.N, by = query]          query        target similarity position 1  \u042d\u0441\u043a\u0438 \u0441\u0430\u0440\u044b \u042d\u0441\u043a\u0438 \u0441\u0430\u0440\u044b \u043a\u0451\u043b      0.000        1 2  \u042d\u0441\u043a\u0438 \u0441\u0430\u0440\u044b        \u041d\u0430\u0440\u0442\u043e\u0432      0.784        2 3  \u042d\u0441\u043a\u0438 \u0441\u0430\u0440\u044b    \u041c\u0430\u0440\u0430-\u0410\u044f\u0433\u044a\u044b      0.824        3 4  \u042d\u0441\u043a\u0438 \u0441\u0430\u0440\u044b \u041d\u043e\u0432\u044b\u0439 \u041a\u0430\u0440\u0430\u0447\u0430\u0439      0.836        4 5  \u042d\u0441\u043a\u0438 \u0441\u0430\u0440\u044b    \u0425\u0430\u0441\u0430\u0443\u0442\u0441\u043a\u0430\u044f      0.941        5 6  \u042d\u0441\u043a\u0438 \u0441\u0430\u0440\u044b    \u041a\u0430\u0432\u043a\u0430\u0437\u0441\u043a\u0430\u044f      0.941        6 7      \u041d\u0430\u0440\u0442\u044b        \u041d\u0430\u0440\u0442\u043e\u0432      0.478        1 8      \u041d\u0430\u0440\u0442\u044b \u042d\u0441\u043a\u0438 \u0441\u0430\u0440\u044b \u043a\u0451\u043b      0.519        2 9      \u041d\u0430\u0440\u0442\u044b    \u041c\u0430\u0440\u0430-\u0410\u044f\u0433\u044a\u044b      1.005        3 10     \u041d\u0430\u0440\u0442\u044b \u041d\u043e\u0432\u044b\u0439 \u041a\u0430\u0440\u0430\u0447\u0430\u0439      1.030        4 11     \u041d\u0430\u0440\u0442\u044b    \u0425\u0430\u0441\u0430\u0443\u0442\u0441\u043a\u0430\u044f      1.148        5 12     \u041d\u0430\u0440\u0442\u044b    \u041a\u0430\u0432\u043a\u0430\u0437\u0441\u043a\u0430\u044f      1.292        6 <\/code><\/pre>\n<h2>\u0412\u044b\u0432\u043e\u0434<\/h2>\n<p>\u041f\u043e \u0441\u0440\u0430\u0432\u043d\u0435\u043d\u0438\u044e \u0441 \u0441\u0443\u0449\u0435\u0441\u0442\u0432\u0443\u044e\u0449\u0438\u043c\u0438 \u043f\u043e\u0438\u0441\u043a\u043e\u0432\u044b\u043c\u0438 \u0434\u0432\u0438\u0436\u043a\u0430\u043c\u0438 (\u0430 \u0441\u0440\u0430\u0432\u043d\u0438\u0432\u0430\u043b \u0441 meilisearch) \u0435\u0441\u0442\u044c \u0441\u0432\u043e\u0438 \u043f\u0440\u0435\u0438\u043c\u0443\u0449\u0435\u0441\u0442\u0432\u0430:<\/p>\n<ul>\n<li>\n<p>\u0410\u043b\u0433\u043e\u0440\u0438\u0442\u043c \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u0442 \u0434\u043e\u0441\u0442\u043e\u0439\u043d\u044b\u0439 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u0432 \u0437\u0430\u0434\u0430\u0447\u0430\u0445 \u043d\u0435\u0447\u0451\u0442\u043a\u043e\u0433\u043e \u043f\u043e\u0438\u0441\u043a\u0430. \u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u043e\u0441\u043d\u043e\u0432\u043d\u0430\u044f \u043f\u0440\u043e\u0431\u043b\u0435\u043c\u0430 \u043f\u043e\u0438\u0441\u043a\u043e\u0432\u044b\u0445 \u0434\u0432\u0438\u0436\u043a\u043e\u0432 \u0432 \u0442\u043e\u043c, \u0447\u0442\u043e \u0432\u0442\u043e\u0440\u043e\u0435 \u0441\u043b\u043e\u0432\u043e \u0438 \u043f\u043e\u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u0435 \u043e\u0447\u0435\u043d\u044c \u0441\u043b\u0430\u0431\u043e \u0432\u043b\u0438\u044f\u044e\u0442 \u043d\u0430 \u0432\u044b\u0434\u0430\u0447\u0443, \u0430 \u043f\u0435\u0440\u0432\u043e\u0435 \u043a\u0440\u0430\u0439\u043d\u0435 \u0441\u0438\u043b\u044c\u043d\u043e, \u0442\u0430\u043a \u0447\u0442\u043e \u0435\u0441\u043b\u0438 \u043c\u0435\u0441\u0442\u0430\u043c\u0438 \u043f\u043e\u043c\u0435\u043d\u044f\u0442\u044c \u0441\u043b\u043e\u0432\u0430 \u043f\u0440\u0438 \u0432\u0432\u043e\u0434\u0435, \u0442\u043e \u0438 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u0438\u0437\u043c\u0435\u043d\u0438\u0442\u0441\u044f. \u0420\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u0430\u043d\u043d\u044b\u0439 \u043f\u043e\u0438\u0441\u043a\u043e\u0432\u0438\u043a \u0442\u0430\u043a\u0438\u0445 \u043f\u0440\u043e\u0431\u043b\u0435\u043c \u043d\u0435 \u0438\u043c\u0435\u0435\u0442.<\/p>\n<\/li>\n<li>\n<p>\u041d\u0435 \u043d\u0443\u0436\u043d\u043e \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u043e\u0435 \u043c\u0435\u0441\u0442\u043e \u0434\u043b\u044f \u0441\u0435\u0440\u0432\u0435\u0440\u0430, \u043e\u0440\u043a\u0435\u0441\u0442\u0440\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435 \u043a\u043e\u043d\u0442\u0435\u0439\u043d\u0435\u0440\u043e\u0432 \u0438 \u0442.\u0434. \u0410 \u0442\u0430\u043a\u0436\u0435 \u0438\u043d\u0434\u0435\u043a\u0441\u0430\u0446\u0438\u044e \u043f\u0440\u043e\u0432\u043e\u0434\u0438\u0442\u044c. \u0420\u0430\u0431\u043e\u0442\u0430\u0435\u0442 \u0432\u0441\u0451 \u0441\u0440\u0430\u0437\u0443.<\/p>\n<\/li>\n<\/ul>\n<p>\u041d\u0435\u0434\u043e\u0441\u0442\u0430\u0442\u043a\u0438:<\/p>\n<ul>\n<li>\n<p>\u041e\u043d \u043c\u0435\u0434\u043b\u0435\u043d\u043d\u0435\u0435 \u0441\u0443\u0449\u0435\u0441\u0442\u0432\u0443\u044e\u0449\u0438\u0445 \u043f\u043e\u0438\u0441\u043a\u043e\u0432\u044b\u0445 \u0434\u0432\u0438\u0436\u043a\u043e\u0432 (0,4 \u0441\u0435\u043a\u0443\u043d\u0434\u044b \u043f\u0440\u043e\u0442\u0438\u0432 0,09). \u041f\u043e\u044d\u0442\u043e\u043c\u0443 \u0434\u043b\u044f \u0431\u044b\u0441\u0442\u0440\u043e\u0433\u043e \u043f\u043e\u0438\u0441\u043a\u0430 \u043e\u043d \u043d\u0435 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0435\u0442\u0441\u044f. \u041c\u043e\u0436\u0435\u0442 \u043c\u043e\u0436\u043d\u043e \u0435\u0433\u043e \u043a\u0430\u043a-\u0442\u043e \u0443\u0441\u043a\u043e\u0440\u0438\u0442\u044c, \u043e\u0434\u043d\u0430\u043a\u043e \u044f \u043f\u043e\u043a\u0430 \u043d\u0435 \u0441\u043c\u043e\u0433 \u043f\u0440\u0438\u0434\u0443\u043c\u0430\u0442\u044c.<\/p>\n<\/li>\n<\/ul>\n<p>\u041f\u043e\u0438\u0441\u043a\u043e\u0432\u044b\u0439 \u0434\u0432\u0438\u0436\u043e\u043a \u043e\u0442\u043b\u0438\u0447\u043d\u043e \u043f\u043e\u0434\u043e\u0439\u0434\u0451\u0442, \u0435\u0441\u043b\u0438 \u0441\u0440\u0430\u0432\u043d\u0438\u0432\u0430\u044e\u0442\u0441\u044f \u0441\u0442\u0440\u043e\u043a\u0438 \u043f\u043e \u0441\u043b\u043e\u0432\u0430\u043c, \u043d\u0443\u0436\u043d\u043e \u043b\u043e\u043a\u0430\u043b\u044c\u043d\u043e \u0440\u0435\u0430\u043b\u0438\u0437\u043e\u0432\u0430\u0442\u044c \u0438 \u0432\u043e\u043f\u0440\u043e\u0441 \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u0438 \u043d\u0435 \u0441\u0442\u043e\u0438\u0442 \u0441\u043b\u0438\u0448\u043a\u043e\u043c \u043e\u0441\u0442\u0440\u043e (\u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e \u0432\u044b\u0434\u0430\u0447\u0438 \u043f\u0440\u0438\u043e\u0440\u0438\u0442\u0435\u0442\u043d\u0435\u0435).<\/p>\n<\/p>\n<\/div>\n<\/div>\n<\/div>\n<p><!----><!----><\/div>\n<p><!----><!----><br \/> \u0441\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b \u0441\u0442\u0430\u0442\u044c\u0438 <a href=\"https:\/\/habr.com\/ru\/articles\/805985\/\"> https:\/\/habr.com\/ru\/articles\/805985\/<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<div><!--[--><!--]--><\/div>\n<div id=\"post-content-body\">\n<div>\n<div class=\"article-formatted-body article-formatted-body article-formatted-body_version-2\">\n<div xmlns=\"http:\/\/www.w3.org\/1999\/xhtml\">\n<p>\u041f\u043e \u0440\u0430\u0431\u043e\u0442\u0435 \u0441\u0442\u043e\u044f\u043b\u0430 \u0437\u0430\u0434\u0430\u0447\u0430 \u043e\u043f\u0442\u0438\u043c\u0438\u0437\u0430\u0446\u0438\u0438 \u043f\u043e\u0438\u0441\u043a\u0430 \u043f\u043e \u0430\u0434\u0440\u0435\u0441\u0430\u043c (\u0443\u043b\u0438\u0446\u044b, \u0434\u043e\u043c\u0430 \u0438 \u043e\u0431\u044a\u0435\u043a\u0442\u044b). \u0413\u043b\u0430\u0432\u043d\u044b\u0439 \u043a\u0440\u0438\u0442\u0435\u0440\u0438\u0439 &#8212; \u043d\u0430\u0445\u043e\u0436\u0434\u0435\u043d\u0438\u0435 \u0430\u0434\u0440\u0435\u0441\u0430, \u0435\u0441\u043b\u0438 \u043d\u0430\u043f\u0438\u0441\u0430\u043d\u043e \u0441 \u043e\u0448\u0438\u0431\u043a\u0430\u043c\u0438 \u0438\u043b\u0438 \u043d\u0435 \u0434\u043e\u043f\u0438\u0441\u0430\u043d \u043e\u043d \u0432 \u043f\u043e\u043b\u043d\u043e\u0439 \u043c\u0435\u0440\u0435. Bert\u2019\u044b, \u043a\u043e\u0441\u0438\u043d\u0443\u0441\u043d\u044b\u0435 \u0440\u0430\u0441\u0441\u0442\u043e\u044f\u043d\u0438\u044f \u044d\u043c\u0431\u0435\u0434\u0434\u0438\u043d\u0433\u043e\u0432 \u0438 \u0442.\u0434. \u043d\u0435 \u043f\u043e\u0434\u0445\u043e\u0434\u0438\u043b\u0438, \u0442\u0430\u043a \u043a\u0430\u043a \u043e\u043d\u0438 \u0437\u0430\u0442\u043e\u0447\u0435\u043d\u044b \u043f\u043e\u0434 \u0441\u043c\u044b\u0441\u043b\u043e\u0432\u043e\u0439 \u043f\u043e\u0438\u0441\u043a, \u0430 \u0432 \u0430\u0434\u0440\u0435\u0441\u0430\u0445 \u0441\u043c\u044b\u0441\u043b\u0430 \u043d\u0435\u0442. TF-IDF c \u043b\u0435\u043c\u043c\u0430\u0442\u0438\u0437\u0430\u0446\u0438\u0435\u0439 \u0442\u043e\u0436\u0435 \u043d\u0435 \u043e\u0447\u0435\u043d\u044c \u043f\u043e\u0434\u0445\u043e\u0434\u0438\u043b \u0434\u043b\u044f \u044d\u0442\u043e\u0439 \u0437\u0430\u0434\u0430\u0447\u0438, \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b \u0431\u044b\u043b\u0438 \u043f\u043b\u043e\u0445\u0438\u0435.<\/p>\n<p>\u0414\u043b\u044f \u0440\u0435\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u0438 \u043d\u0430\u0447\u0430\u043b \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0440\u0430\u0441\u0441\u0442\u043e\u044f\u043d\u0438\u0435 <a href=\"https:\/\/ru.wikipedia.org\/wiki\/%D0%A0%D0%B0%D1%81%D1%81%D1%82%D0%BE%D1%8F%D0%BD%D0%B8%D0%B5_%D0%94%D0%B0%D0%BC%D0%B5%D1%80%D0%B0%D1%83_%E2%80%94_%D0%9B%D0%B5%D0%B2%D0%B5%D0%BD%D1%88%D1%82%D0%B5%D0%B9%D0%BD%D0%B0\" rel=\"noopener noreferrer nofollow\">\u0414\u0430\u043c\u0435\u0440\u0430\u0443-\u041b\u0435\u0432\u0435\u043d\u0448\u0442\u0435\u0439\u043d\u0430<\/a>, \u0438 \u0432 \u043f\u043e\u0441\u043b\u0435\u0434\u0441\u0442\u0432\u0438\u0435, \u0440\u0430\u0437\u0432\u0438\u043b \u044d\u0442\u043e \u0434\u043e \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0433\u043e \u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c\u0430, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u043d\u0430\u0445\u043e\u0434\u0438\u0442 \u0440\u0430\u0441\u0441\u0442\u043e\u044f\u043d\u0438\u0435 \u043c\u0435\u0436\u0434\u0443 \u0434\u0432\u0443\u043c\u044f \u0441\u0442\u0440\u043e\u043a\u0430\u043c\u0438.<\/p>\n<p>\u0426\u0435\u043b\u044c \u0434\u0430\u043d\u043d\u043e\u0433\u043e \u043f\u043e\u0441\u0442\u0430 \u043e\u043f\u0438\u0441\u0430\u043d\u0438\u0435 \u0442\u043e\u043b\u044c\u043a\u043e \u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c\u0430.<\/p>\n<h2>\u041e\u043f\u0438\u0441\u0430\u043d\u0438\u0435 \u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c\u0430<\/h2>\n<h4>\u041f\u0440\u043e\u0446\u0435\u0441\u0441 \u0440\u0430\u0431\u043e\u0442\u044b \u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c\u0430<\/h4>\n<figure class=\"full-width\"><\/figure>\n<h4>\u0424\u043e\u0440\u043c\u0443\u043b\u0430<\/h4>\n<p>Tew &#8212; \u044d\u0442\u043e \u043f\u043e\u043b\u0443\u0447\u0430\u0435\u043c\u043e\u0435 \u0440\u0430\u0441\u0441\u0442\u043e\u044f\u043d\u0438\u0435 \u043c\u0435\u0436\u0434\u0443 \u0434\u0432\u0443\u043c\u044f \u0441\u0442\u0440\u043e\u043a\u0430\u043c\u0438.<\/p>\n<figure class=\"full-width\"><\/figure>\n<p>\u0415\u0441\u043b\u0438 \u0440\u0430\u0441\u0441\u043c\u043e\u0442\u0440\u0435\u0442\u044c \u043f\u043e \u044d\u0442\u0430\u043f\u0430\u043c:<\/p>\n<figure class=\"full-width\"><\/figure>\n<h2>\u0420\u0435\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u043a\u043e\u0434\u043e\u043c \u043d\u0430 R<\/h2>\n<p>\u0424\u0443\u043d\u043a\u0446\u0438\u044f \u0440\u0435\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u0438 \u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c\u0430.<\/p>\n<pre><code class=\"r\">library(stringr) library(data.table) library(magrittr) library(stringdist)  \u041f\u0440\u0438\u0441\u043e\u0435\u0434\u0438\u043d\u044f\u044e \u043f\u0430\u043a\u0435\u0442: 'stringdist' \u0421\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u0439 \u043e\u0431\u044a\u0435\u043a\u0442 \u0441\u043a\u0440\u044b\u0442 \u043e\u0442 'package:magrittr':      extract stringDistination &lt;- function(src_query, trg_query){   clearSplit &lt;- function(x){     x %>%        strsplit(split = \" \") %>%        unlist() %>%        tolower() %>%        .[. %ilike% \"\\\\w+\"] %>%        str_squish()   }    # Splitting queries   src = clearSplit(src_query)   trg = clearSplit(trg_query)         # By every word find closeness   x &lt;- list()   y &lt;- c()   for (i in seq(length(src))) {     for (l in seq(length(trg))) {       y[trg[l]] &lt;- stringdist(a = trg[l], b = src[i], weight =  c(0.8, 1, 1, 1)) \/ max(nchar(src[i]), nchar(trg[l]), na.rm = TRUE) # finding similarity word by word     }     x[[src[i]]] &lt;- y   }      # min value by each word   vec &lt;- x %>%      unlist() %>%      {       str &lt;- names(.) %>% tstrsplit(split = \"\\\\.\")       c(         setNames(           object = .,           nm = str[[1]]         ),         setNames(           object = .,           nm = str[[2]]         )       )     } %>%     sort %>%      .[unique(names(.))]      # finding digitals   num_names &lt;- which(str_detect(string = names(vec), pattern = \"\\\\d+\"))      # if number, number have to be low impactable   if(length(num_names) > 0){     mean_val &lt;- mean(vec, na.rm = TRUE)     vec[num_names] &lt;- fifelse(vec[num_names] > mean_val, vec[num_names], mean_val)   }      vec %>%      .[seq(length(src))] %>%     {       . * (1\/log(order(.)+1)) # calculate distance value depending on its position     } %>%     mean() %>%  # take mean value     {       if(length(src) == length(trg)){ . * (1 - 0.005)} else {.}  # if lengths of src and trg are equal, in this case the obtained average value is reduced by 0.5%     } }<\/code><\/pre>\n<h4>\u041f\u0440\u0438\u043c\u0435\u0440 \u0440\u0430\u0431\u043e\u0442\u044b \u0444\u0443\u043d\u043a\u0446\u0438\u0438<\/h4>\n<pre><code class=\"r\">queries &lt;- c(\"\u042d\u0441\u043a\u0438 \u0441\u0430\u0440\u044b\", \"\u041d\u0430\u0440\u0442\u044b\") target_vector &lt;- c(\"\u042d\u0441\u043a\u0438 \u0441\u0430\u0440\u044b \u043a\u0451\u043b\", \"\u0425\u0430\u0441\u0430\u0443\u0442\u0441\u043a\u0430\u044f\", \"\u041d\u0430\u0440\u0442\u043e\u0432\", \"\u041d\u043e\u0432\u044b\u0439 \u041a\u0430\u0440\u0430\u0447\u0430\u0439\", \"\u041c\u0430\u0440\u0430-\u0410\u044f\u0433\u044a\u044b\", \"\u041a\u0430\u0432\u043a\u0430\u0437\u0441\u043a\u0430\u044f\")  data.table(query = rep(queries, each = length(target_vector)),            target = rep(target_vector, length(queries))) %>%    .[, similarity := stringDistination(src_query = query, trg_query = target) %>% round(3), by = 1:nrow(.)] %>%    .[, .SD[order(similarity)], by = query] %>%    .[, position := 1:.N, by = query]          query        target similarity position 1  \u042d\u0441\u043a\u0438 \u0441\u0430\u0440\u044b \u042d\u0441\u043a\u0438 \u0441\u0430\u0440\u044b \u043a\u0451\u043b      0.000        1 2  \u042d\u0441\u043a\u0438 \u0441\u0430\u0440\u044b        \u041d\u0430\u0440\u0442\u043e\u0432      0.784        2 3  \u042d\u0441\u043a\u0438 \u0441\u0430\u0440\u044b    \u041c\u0430\u0440\u0430-\u0410\u044f\u0433\u044a\u044b      0.824        3 4  \u042d\u0441\u043a\u0438 \u0441\u0430\u0440\u044b \u041d\u043e\u0432\u044b\u0439 \u041a\u0430\u0440\u0430\u0447\u0430\u0439      0.836        4 5  \u042d\u0441\u043a\u0438 \u0441\u0430\u0440\u044b    \u0425\u0430\u0441\u0430\u0443\u0442\u0441\u043a\u0430\u044f      0.941        5 6  \u042d\u0441\u043a\u0438 \u0441\u0430\u0440\u044b    \u041a\u0430\u0432\u043a\u0430\u0437\u0441\u043a\u0430\u044f      0.941        6 7      \u041d\u0430\u0440\u0442\u044b        \u041d\u0430\u0440\u0442\u043e\u0432      0.478        1 8      \u041d\u0430\u0440\u0442\u044b \u042d\u0441\u043a\u0438 \u0441\u0430\u0440\u044b \u043a\u0451\u043b      0.519        2 9      \u041d\u0430\u0440\u0442\u044b    \u041c\u0430\u0440\u0430-\u0410\u044f\u0433\u044a\u044b      1.005        3 10     \u041d\u0430\u0440\u0442\u044b \u041d\u043e\u0432\u044b\u0439 \u041a\u0430\u0440\u0430\u0447\u0430\u0439      1.030        4 11     \u041d\u0430\u0440\u0442\u044b    \u0425\u0430\u0441\u0430\u0443\u0442\u0441\u043a\u0430\u044f      1.148        5 12     \u041d\u0430\u0440\u0442\u044b    \u041a\u0430\u0432\u043a\u0430\u0437\u0441\u043a\u0430\u044f      1.292        6 <\/code><\/pre>\n<h2>\u0412\u044b\u0432\u043e\u0434<\/h2>\n<p>\u041f\u043e \u0441\u0440\u0430\u0432\u043d\u0435\u043d\u0438\u044e \u0441 \u0441\u0443\u0449\u0435\u0441\u0442\u0432\u0443\u044e\u0449\u0438\u043c\u0438 \u043f\u043e\u0438\u0441\u043a\u043e\u0432\u044b\u043c\u0438 \u0434\u0432\u0438\u0436\u043a\u0430\u043c\u0438 (\u0430 \u0441\u0440\u0430\u0432\u043d\u0438\u0432\u0430\u043b \u0441 meilisearch) \u0435\u0441\u0442\u044c \u0441\u0432\u043e\u0438 \u043f\u0440\u0435\u0438\u043c\u0443\u0449\u0435\u0441\u0442\u0432\u0430:<\/p>\n<ul>\n<li>\n<p>\u0410\u043b\u0433\u043e\u0440\u0438\u0442\u043c \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u0442 \u0434\u043e\u0441\u0442\u043e\u0439\u043d\u044b\u0439 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u0432 \u0437\u0430\u0434\u0430\u0447\u0430\u0445 \u043d\u0435\u0447\u0451\u0442\u043a\u043e\u0433\u043e \u043f\u043e\u0438\u0441\u043a\u0430. \u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u043e\u0441\u043d\u043e\u0432\u043d\u0430\u044f \u043f\u0440\u043e\u0431\u043b\u0435\u043c\u0430 \u043f\u043e\u0438\u0441\u043a\u043e\u0432\u044b\u0445 \u0434\u0432\u0438\u0436\u043a\u043e\u0432 \u0432 \u0442\u043e\u043c, \u0447\u0442\u043e \u0432\u0442\u043e\u0440\u043e\u0435 \u0441\u043b\u043e\u0432\u043e \u0438 \u043f\u043e\u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u0435 \u043e\u0447\u0435\u043d\u044c \u0441\u043b\u0430\u0431\u043e \u0432\u043b\u0438\u044f\u044e\u0442 \u043d\u0430 \u0432\u044b\u0434\u0430\u0447\u0443, \u0430 \u043f\u0435\u0440\u0432\u043e\u0435 \u043a\u0440\u0430\u0439\u043d\u0435 \u0441\u0438\u043b\u044c\u043d\u043e, \u0442\u0430\u043a \u0447\u0442\u043e \u0435\u0441\u043b\u0438 \u043c\u0435\u0441\u0442\u0430\u043c\u0438 \u043f\u043e\u043c\u0435\u043d\u044f\u0442\u044c \u0441\u043b\u043e\u0432\u0430 \u043f\u0440\u0438 \u0432\u0432\u043e\u0434\u0435, \u0442\u043e \u0438 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u0438\u0437\u043c\u0435\u043d\u0438\u0442\u0441\u044f. \u0420\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u0430\u043d\u043d\u044b\u0439 \u043f\u043e\u0438\u0441\u043a\u043e\u0432\u0438\u043a \u0442\u0430\u043a\u0438\u0445 \u043f\u0440\u043e\u0431\u043b\u0435\u043c \u043d\u0435 \u0438\u043c\u0435\u0435\u0442.<\/p>\n<\/li>\n<li>\n<p>\u041d\u0435 \u043d\u0443\u0436\u043d\u043e \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u043e\u0435 \u043c\u0435\u0441\u0442\u043e \u0434\u043b\u044f \u0441\u0435\u0440\u0432\u0435\u0440\u0430, \u043e\u0440\u043a\u0435\u0441\u0442\u0440\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435 \u043a\u043e\u043d\u0442\u0435\u0439\u043d\u0435\u0440\u043e\u0432 \u0438 \u0442.\u0434. \u0410 \u0442\u0430\u043a\u0436\u0435 \u0438\u043d\u0434\u0435\u043a\u0441\u0430\u0446\u0438\u044e \u043f\u0440\u043e\u0432\u043e\u0434\u0438\u0442\u044c. \u0420\u0430\u0431\u043e\u0442\u0430\u0435\u0442 \u0432\u0441\u0451 \u0441\u0440\u0430\u0437\u0443.<\/p>\n<\/li>\n<\/ul>\n<p>\u041d\u0435\u0434\u043e\u0441\u0442\u0430\u0442\u043a\u0438:<\/p>\n<ul>\n<li>\n<p>\u041e\u043d \u043c\u0435\u0434\u043b\u0435\u043d\u043d\u0435\u0435 \u0441\u0443\u0449\u0435\u0441\u0442\u0432\u0443\u044e\u0449\u0438\u0445 \u043f\u043e\u0438\u0441\u043a\u043e\u0432\u044b\u0445 \u0434\u0432\u0438\u0436\u043a\u043e\u0432 (0,4 \u0441\u0435\u043a\u0443\u043d\u0434\u044b \u043f\u0440\u043e\u0442\u0438\u0432 0,09). \u041f\u043e\u044d\u0442\u043e\u043c\u0443 \u0434\u043b\u044f \u0431\u044b\u0441\u0442\u0440\u043e\u0433\u043e \u043f\u043e\u0438\u0441\u043a\u0430 \u043e\u043d \u043d\u0435 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0435\u0442\u0441\u044f. \u041c\u043e\u0436\u0435\u0442 \u043c\u043e\u0436\u043d\u043e \u0435\u0433\u043e \u043a\u0430\u043a-\u0442\u043e \u0443\u0441\u043a\u043e\u0440\u0438\u0442\u044c, \u043e\u0434\u043d\u0430\u043a\u043e \u044f \u043f\u043e\u043a\u0430 \u043d\u0435 \u0441\u043c\u043e\u0433 \u043f\u0440\u0438\u0434\u0443\u043c\u0430\u0442\u044c.<\/p>\n<\/li>\n<\/ul>\n<p>\u041f\u043e\u0438\u0441\u043a\u043e\u0432\u044b\u0439 \u0434\u0432\u0438\u0436\u043e\u043a \u043e\u0442\u043b\u0438\u0447\u043d\u043e \u043f\u043e\u0434\u043e\u0439\u0434\u0451\u0442, \u0435\u0441\u043b\u0438 \u0441\u0440\u0430\u0432\u043d\u0438\u0432\u0430\u044e\u0442\u0441\u044f \u0441\u0442\u0440\u043e\u043a\u0438 \u043f\u043e \u0441\u043b\u043e\u0432\u0430\u043c, \u043d\u0443\u0436\u043d\u043e \u043b\u043e\u043a\u0430\u043b\u044c\u043d\u043e \u0440\u0435\u0430\u043b\u0438\u0437\u043e\u0432\u0430\u0442\u044c \u0438 \u0432\u043e\u043f\u0440\u043e\u0441 \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u0438 \u043d\u0435 \u0441\u0442\u043e\u0438\u0442 \u0441\u043b\u0438\u0448\u043a\u043e\u043c \u043e\u0441\u0442\u0440\u043e (\u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e \u0432\u044b\u0434\u0430\u0447\u0438 \u043f\u0440\u0438\u043e\u0440\u0438\u0442\u0435\u0442\u043d\u0435\u0435).<\/p>\n<\/p>\n<\/div>\n<\/div>\n<\/div>\n<p><!----><!----><\/div>\n<p><!----><!----><br \/> \u0441\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b \u0441\u0442\u0430\u0442\u044c\u0438 <a href=\"https:\/\/habr.com\/ru\/articles\/805985\/\"> https:\/\/habr.com\/ru\/articles\/805985\/<\/a><br \/><\/br><\/br><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[],"tags":[],"class_list":["post-372971","post","type-post","status-publish","format-standard","hentry"],"_links":{"self":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/372971","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=372971"}],"version-history":[{"count":0,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/372971\/revisions"}],"wp:attachment":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=372971"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=372971"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=372971"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}