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。
This topic created in 1766 days ago, the information mentioned may be changed or developed.
 |
1
TimePPT PRO 语义相似性还是字符相似性？
这俩差别很大 |
 |
3
francisdu Aug 25, 2021 via Android
词向量聚类？
|
 |
4
des Aug 25, 2021 via iPhone
你提的问题是字符相似，举的例子是语义相似
|
 |
5
leon0318 Aug 25, 2021 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