Intelligent_Document_Finder

智能文檔查找器2.0

可以使用語義搜索找到任何文檔的工具。

這是即興版的智能文檔-Finder
新功能列表 -

1. 已實現的文檔相似性腳本，該腳本使您可以查看相關或大多數相似的文檔。
2. 修改了網站UI。
3. 減少搜索功能的時間複雜性。

什麼是智能文檔查找器？

您發現它如何容易記住您去年創建的文檔的確切位置？不是很容易，對吧？大型組織/人們每天都在處理數百個文件，並且大部分時間都忘記了它們。
但是，如果我們再次希望該舊文檔進行某些工作，但是不幸的是，您不記得該文檔的名稱或實際內容可以從計算機的大存儲中檢索它。
在這種情況下，使用智能文檔查找器確實可以產生巨大的變化。因為，它可以根據查詢輸入（ semantically ）搜索您的需求文檔。這不僅將有助於更快地訪問文檔，而且還將有助於將類似的文檔分組在一起並分析它們。

觀看項目演示：

筆記

目前，此存儲庫正在使用通過網絡刮擦收集的新聞文章的預定義數據庫。由於GitHub對上傳大文件的限制，我們無法在此處上傳。

很快，我們將添加動態數據庫的支持，以便您可以將此工具用於自己的數據庫來構建自己的自定義搜索引擎。

使用的技術

Python3.6 JavaScript jQuery HTML & CSS

使用的數據庫：

sqlite

用於實施搜索：

使用各種NLP（自然語言處理）技術。

對於網站：

• 基於Python的Web框架：燒瓶
• JavaScript
• jQuery

程序流

相容性

• 後端（AI零件）在任何具有Python並安裝所需依賴項的機器上兼容。
• 推薦的瀏覽器：Mozilla Firefox和Google Chrome。

如何安裝和使用？

> mkdir IntelligentDocumentFinder

> cd IntelligentDocumentFinder

> git clone https://github.com/Sarthakjain1206/Intelligent_Document_Finder_2.0.git

如果未安裝，請安裝活性環境

• 在Linux/MacOS > python3 -m pip install --user virtualenv
• 在Windows > py -m pip install --user virtualenv

創建虛擬環境

• 在MacOS和Linux上： > python3 -m venv env
• 在窗戶上： > py -m venv env

激活環境：

• 在MacOS和Linux上： > source env/bin/activate
• 在Windows上： > .envScriptsactivate

> pip install -r requirements.txt

從此鏈接下載手套字嵌入，解壓縮並複制glove.6B.100d DataBase夾中的6b.100d文件

然後，通過此命令> python initial_file.py運行initial_file.py.py

現在您很好。.只需每次要訪問它時鍵入此命令，然後在Chrome/firefox中打開網站
> python src/app.py

開發人員

您可以在LinkedLN個人資料上與我們聯繫

Sarthak Jain Machine Learning NLP Web Crawling

您也可以在Github上關注我，以保持有關我最新項目的最新信息

Rishabh Mishra Full Stack Web Developer

您也可以在Github上關注我，以保持有關我最新項目的最新信息

如果您喜歡這個存儲庫，請通過給它來支持它

貢獻

如果您發現任何錯誤或有任何建議來改進該項目，請隨時生成拉動請求。

可以在此工具中添加許多功能。

1. 查詢細分
2. 查詢擴展（主要是 -偽相關反饋技術）
3. 即興咒語檢查器
4. 例如，例如，目前，此項目將“紐約”視為[“新”，“ York”]，即兩個不同的詞，但應該將其視為一個單一的實體，例如[“ new_york”]，這絕對可以在搜索結果中產生很大的不同。
5. 查詢日誌（搜索引擎的遊戲更改技術）
6. 搜索結果的細分[類似]

如果您有實施這些功能的任何經驗，那麼確實會做出貢獻。

參考

1. Wikipedia上的BM25排名算法的可怕文章-Okapi BM25

2. 閱讀有關主題建模的本文

3. 完全遵循了有關SVOS標籤的精美文章，用於為該項目生成標籤。

4. 使用了dorianbrown在Github上的這一出色的存儲庫中的BM25排名fuction實施。