我有一组字符串和相关标签，其中可能为空。$s_i \in S$$y_i$$y_i$

标签有很多，但基数比字符串小得多。

$$1 << |\{ y_i \}| << |\{ s_i \}|$$

给定 2 个字符串，我想训练一个模型计算，$(s_i, s_j)$$\nu: S \rightarrow \mathbb{R}^n$

$$Pr(y_i = y_j | s_i, s_j) \propto e^{-\beta ~ \nu(s_i) \cdot \nu(s_j)}$$

实际上，将字符串转换为可用于对字符串进行聚类的实向量。$\nu$

使用，我将使用空间索引将字符串存储在我的数据库中，以便我可以快速搜索相关字符串。$\nu$

以前有这样做过吗？您能否提供适用研究的参考资料？

---

此外，https ://hackernoon.com/chars2vec-character-based-language-model-for-handling-real-world-texts-with-spelling-errors-and-a3e4053a147d 基本上是我的想法。