V2EX = way to explore
V2EX 是一个关于分享和探索的地方
Sign Up Now
For Existing Member Sign In
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。
This topic created in 2378 days ago, the information mentioned may be changed or developed.
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 Oct 24, 2019
NPL、卷积神经网络
|
 |
2
chinauniverse Oct 24, 2019
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 Oct 24, 2019
大部分有 description
|
 |
4
abclearner Oct 24, 2019
信息提取了解一下 如 if-idf
|
 |
5
zhaiblog Oct 26, 2019
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