数据库检索相关，提取相似文本

Question

目前数据库里面有1000万个文章标题，然后我想把这1000万里面，有相似的标题全部提取出来，用什么方法比较好呢
比如，
标题1：我爱中国
标题2：我很爱中国
标题3：你吃饭了吗
标题4：今天天气真好
标题5：今天的天气真好
标题6：今天的天气是晴天真好
标题7：论坛的用户都是好人

等等

这种，标题1 和 标题2 属于相似，拿出来
然后标题 4 5 6是相似的，也拿出来

标题 3 和 7 都和谁都不相似， 直接pass

目前装了 Elasticsearch 但是不知道具体怎么操作

Answer 1

使用分词
直接根据每一个标题分词后在进行分词查询，定好分词查询的匹配度后获取匹配度超过你定好的值就是相似的。