这是一个专门讨论 idea 的地方。
每个人的时间，资源是有限的，有的时候你或许能够想到很多 idea，但是由于现实的限制，却并不是所有的 idea 都能够成为现实。
那这个时候，不妨可以把那些 idea 分享出来，启发别人。
每个人的时间，资源是有限的，有的时候你或许能够想到很多 idea，但是由于现实的限制，却并不是所有的 idea 都能够成为现实。
那这个时候，不妨可以把那些 idea 分享出来，启发别人。
这是一个创建于 1859 天前的主题，其中的信息可能已经有所发展或是发生改变。
如何从一个网页上面提取几个关键词来概括网页内容呢？我想分析一些网页，并找出相关的网页匹配到一起。
网页内容繁多，我想到一个简单的办法是只看 document.title 里的文字，网页的主题多数时候就在 title 里面了。
如果要分析整个网页的内容就复杂多了，有没有相关的资料可以推荐我看看呢？
另外匹配的时候单纯看相同的关键词好像也不够准确，如果一个网页里面讲的是台球，另一个网页里面讲的都是桌球，应该也要匹配到一起，因为是一个东西。
网页内容繁多，我想到一个简单的办法是只看 document.title 里的文字，网页的主题多数时候就在 title 里面了。
如果要分析整个网页的内容就复杂多了，有没有相关的资料可以推荐我看看呢？
另外匹配的时候单纯看相同的关键词好像也不够准确，如果一个网页里面讲的是台球，另一个网页里面讲的都是桌球，应该也要匹配到一起，因为是一个东西。
 |
1
zdnyp 2019-10-24 13:23:27 +08:00
NPL、卷积神经网络
|
 |
2
chinauniverse 2019-10-24 14:00:53 +08:00
做一个贝叶斯模型，在线学习，越用越智能。预测个大概应该不成问题
|
 |
3
naomhan 2019-10-24 14:07:43 +08:00
大部分有 description
|
 |
4
abclearner 2019-10-24 14:23:35 +08:00
信息提取了解一下 如 if-idf
|
 |
5
zhaiblog 2019-10-26 03:52:49 +08:00
https://github.com/kingname/GeneralNewsExtractor
这个项目以及项目中提及的论文《基于文本及符号密度的网页正文提取方法》应该能帮到你 |
 |
7
ArchiTech OP 也感谢楼上其他人的回复，神经网络的办法我看了下，train model 的部分感觉很大工程啊。。。
|
Select Language