有没有好用的打标签库？能带有点自然语言处理的最好

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

这是一个创建于 3140 天前的主题，其中的信息可能已经有所发展或是发生改变。

最近在做个图书分类的系统，需要对每本书根据书名分类，打标签。有啥好用的库可以推荐吗？

标签库

好用

分类

书名

19 条回复 • 2016-04-19 10:22:05 +08:00

binux

2016-04-19 06:27:04 +08:00

作为人类，你做得到「对每本书根据书名分类，打标签」吗？

kyrre

2016-04-19 06:34:02 +08:00

@binux 在自己的知识范围内基本上都可以吧。再说这个系统肯定也是逐步完善的。
我找了个朴素贝叶斯算法的库，不怎么好用，不能一次得出多个分类／标签。

binux

2016-04-19 07:41:31 +08:00

@kyrre 那我问你一本书，《大教堂与集市》是什么类别的？

murmur

2016-04-19 07:58:11 +08:00

根据书名分类？我认为做不到，因为信息是在太少了，分词都分不出来，何况还有标题党
比如轮回的拉格朗日讲什么的数学？

BGLL

2016-04-19 08:15:09 +08:00

只能根据书名扒豆瓣和亚马逊，

kyrre

2016-04-19 08:19:07 +08:00

我觉得这个虽说做不到 100%准确，大致准确就可以了。而且我一开始是针对计算机类书籍，所以应该难度不大。
比如《 Spring MVC Cookbook 》我只要能认出 Spring 就 ok ，能分类出 web 就超出期望了。
大部分计算机书应该只属于 1 到 2 类，所以只要能给一本书打上 2 个标签就已经完全可用了。

kyrre

2016-04-19 08:20:17 +08:00

@binux 这本书我准备打上其他这个标签。 233333

gamexg

2016-04-19 08:22:51 +08:00

爬虫方案接受吗？
https://book.douban.com/subject/1102259/
http://item.jd.com/10079182.html

leemail

2016-04-19 08:49:07 +08:00

isbn 有了还需要自己分类吗?

knightdf

2016-04-19 08:50:41 +08:00

NLP 处理标题？。。。。 LZ 也是想多了，起码得加上书的介绍内容吧，一个标题。。

takashiki

2016-04-19 09:00:47 +08:00

禅与摩托车维修艺术

kyrre

2016-04-19 09:03:14 +08:00

@gamexg 这个确实是一个好思路，但用爬虫来搞有点搞大了，不过没准豆瓣有 api 。
@murmur, @knightdf 其实就是一个自己玩的项目，所以起点低也无所谓啦。

youxiachai

2016-04-19 09:07:55 +08:00

咦?做图书系统..不对接国际标准吗?....

pimin

2016-04-19 09:10:45 +08:00 via Android

感觉楼主在试图解决一个问题最不重要的部分。
给一本书贴标签，把书拿过来，看一眼，从分类里选一个标签撕下来，贴上。
我很难想象：把这本书对应的标签打印出来，拿着标签去找书，找到了贴上，回来的时候已经打了 100 张标签了。

我想说的是，这个问题最大的瓶颈在于粘贴和取放书。
判断一本书的分类对人类来说，就是撕标签的同时就处理了

shiny

2016-04-19 09:12:20 +08:00

最理想的办法是爬图书数据库，能覆盖 20%的热门图书效果就不错了

kyrre

2016-04-19 09:34:48 +08:00

哈哈，好吧，可能一开始没说清楚，我不处理实体书，只处理电子书，而且第一步是处理计算机技术类电子书。
所以没有 @pimin 担心的问题。
Use case ：
当扫描到一个 pdf 时，得到它的书名，自动猜出它最有可能属于的分类， 1 到 2 个，然后打上标签，完事。

knightdf

2016-04-19 09:46:28 +08:00

@kyrre 只处理书名然后打标签的话，与 NLP 也没什么关系，只是个分类的问题

dphdjy

2016-04-19 10:00:12 +08:00 via Android

乌克兰拖拉机简史。。。

kyrre

2016-04-19 10:22:05 +08:00

@dphdjy 别闹，我只处理英文