摘要： 比如这次改版后的百度新闻，那就必须揉合多种算法，而且必须从本质做大的提升。姑且不说强度很高的文本相似性算法，就说分类，必须提升现在常见的分类算法。因为它分类分得非常细。 这时候，必须自己研发。 单纯就百度新闻的互联网频道，就好几个子类。十几个大频道，每个都有各种各样很细小的分类，语言特征很模糊。 我问过他们，这都是机器自动的，几乎接近于传统媒体网站一大堆编辑的水平了，语义能到这种可商用的强度就难了。 算法不是一朝一夕能偷师的。 所以，技术门槛还是比较高的。 阅读全文