所以，关于我的问题有点。
tl; dr
我可以根据用户的文本输入而不是使用机器学习来而不是弹性搜索来查找结果？这是个好主意吗？
我正在从事一个汽车备件项目，我们已经将汽车分成300个零件，我们在数据库中存储了一些零件，每个零件(重量，可用性等(都有一些数据。
当客户输入他的部分文本时，我们需要能够对零件进行分类，并将其映射到我们的数据库中的一个。
当前的方法是由我们团队中的人员手动映射客户文本，并在我们的数据库中绘制零件，我们想自动化该过程。
我们尝试使用mongoDB文本搜索，但是它通常不准确，因为零件在该国的不同地方都有不同的名称。
因此，我们想要一些能够获得更准确的结果的东西，并通过我们拥有的更多数据(我们立即考虑了Tensorflow(进行了改进，经过一些研究并参加了Google的机器学习速效课程，我到了指定的那一刻：
模型无法从字符串值中学习，因此您必须执行一些功能工程才能将这些值转换为数字
在情况下我们的功能数量有限，但我们不知道用户将作为文本输入什么。
所以，我的问题是：
1-我们可以使用机器学习来映射用户的文本输入，并在我们的数据库上使用一些文档？
2-如果我们能做到这一点，最好比Elasticsearch这样的其他搜索工具？
一个好主意？3- Elasticsearch可以改善其结果，我们拥有的数据越多？如何？
4-您将如何解决这个问题？
注意：我会在node.js中这样做，而且由于Tensorflow.js是新的，我倾向于选择其他解决方案，但是如果推动推动，结果好多了，我肯定会去那里。
tl; dr：是和是。
TS; WM：对于机器学习，这是一个非常适合的问题。尤其是这样，如果您有一个过去已经映射到零件的过去客户文本的数据库。理想情况下，您有数百条映射到每个部分的文本。如果存在，您可以设计和训练网络。模型可以通过某些工程从字符串值中学习，而且还不错。
我不确定Elasticsearch在网络上会有所改善。我对汽车零件交易的了解不多，但要疯狂地猜测，"有助于改变方向的大圆形东西" 永远不会映射到"方向盘" 通过ES，但可以通过网络轻松学习 - 至少有一些人使用该文本指定方向盘的例子。
您可以但不必为您的网络使用tensorflow.js。AI可以作为Web服务在服务器上运行，您只需将客户的文本发送到它，它会将其发送回零件SKU和名称的建议。