如何自动对文章内容进行分类?

爬虫已经采集到足够的网页内容,但要实现分类查询,必须要先把内容分类--如果是全文检索就不必了。
靠什么来自动分类呢?晚上在门口那条街上来回逛了好几趟,只想到“词频”这个词。

一定有人做过这个工作了。

如果“价格”出现频率高,那就是商业站点
如果“书”出现频率高,那就是网上书店

还可以用组合频率,如果“价格”+“商品”出现频率高,那更加确定是商业站点

这个概率的度量应该怎确定呢?

我想按比重吧。概率统计没学好,这样分析太浅薄了。算法也得重新复习。

日益被公司的垃圾活所淹没,谋生艰难,脑袋都锈了。

又一位MM拒绝了我的....,好像注定了要光棍了。

posted @   CZoneSoft  阅读(1525)  评论(4编辑  收藏  举报
编辑推荐:
· SQL Server如何跟踪自动统计信息更新?
· AI与.NET技术实操系列:使用Catalyst进行自然语言处理
· 分享一个我遇到过的“量子力学”级别的BUG。
· Linux系列:如何调试 malloc 的底层源码
· AI与.NET技术实操系列:基于图像分类模型对图像进行分类
阅读排行:
· 对象命名为何需要避免'-er'和'-or'后缀
· JDK 24 发布,新特性解读!
· .NET Core奇技淫巧之WinForm使用Python.NET并打包
· Java24你发任你发,我用Java8
· C# 中比较实用的关键字,基础高频面试题!
点击右上角即可分享
微信分享提示