百度音乐搜索的容错技术

2014-03-27 17:12:52 +08:00
 sam408130
一直很好奇百度音乐的容错搜索到底是怎么做的,例如在搜索‘七里乡’,‘天蜜蜜’,搜索引擎会自动容错为‘七里香’,‘甜蜜蜜’。本人能想到是:首先计算搜索query与库中歌曲的相似度(编辑距离),得到一批候选集,然后结合百度庞大的搜索log,算是一种热度吧,最终给出容错结果。

我本人想做音乐领域,语音搜索识别结果的容错,百度音乐的容错结果是很好的,不知道他们用了什么更好的技术,求指点~~ - -!
2808 次点击
所在节点    问与答
10 条回复
xdeng
2014-03-27 17:16:43 +08:00
直接调用它的接口不就行了
binux
2014-03-27 17:20:35 +08:00
+ 根据用户行为
sam408130
2014-03-27 17:24:05 +08:00
@xdeng 如果可以掉api,我就不用这么苦恼了
sam408130
2014-03-27 17:27:28 +08:00
@binux 我这边没有那么多用户数据,目前自己构建一个音乐数据的本题库,使用pagerank计算了节点的重要性,结合百度音乐自带的热度,给每首歌曲,每个歌手一个得分吧,拿这个得分当歌曲歌手最终热度
xdeng
2014-03-27 17:28:34 +08:00
@sam408130 直接 抓取网页不行吗? 就想采集一样?
sam408130
2014-03-27 17:29:51 +08:00
@xdeng 抓网页肯定不行,用户量上去了,得考虑到自身网络被封的危险性呀,被封了不就gg了
SkyTodInfi
2014-03-27 17:33:13 +08:00
最简单的,建一个大的歌曲名库,来一个词匹配最近的几个展示,可以按一个字一个字匹配.
刚开始不用搞得那么复杂,先糙快猛用上看效果,再慢慢改进
11
2014-03-27 17:36:57 +08:00
其实,一种启发式就是,把输入的汉字转成拼音,然后每首中文歌会有个pinyin字段,然后匹配这个字段就可以了。

所以,你搜索 qilixiang 也会搜到「七里香」的。
sam408130
2014-03-27 17:38:19 +08:00
@SkyTodInfi 嗯,我现在用的是倒排表,在门限以内的相似歌曲中,构建前缀树,计算编辑距离,然后结合之前算好的歌曲得分,给出最终结果。其实我的方法效果也不错,就是不知道改怎么提高了。
sam408130
2014-03-27 17:39:08 +08:00
@11 嗯,这个我也考虑进去了,在计算编辑距离的时候,如果拼音相同,我就不扣分了

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/106148

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX