分類: 知道 常識詞典 編輯 : 常識 發布 : 08-22

閱讀 :450

豆瓣九點是如何做文章自動分類的？如果不是人工編輯，那么就是一個文本主題分類的問題。如果是貝葉斯，那么是完全切詞，通過人工標注一批樣本學習一個分類器，還是通過特定的詞是否在文章中出現進行學習？如果是前者，這個樣本量是多少？后者是否需要更新特殊詞詞典？或者是別的取 feature方式學習？2 個答案

答案 1：

不好意思，沒辦法回答的非常詳細。基本上是一個半監督的學習過程，會給每個博客計算profile確定分類，同時對博客里的文章再計算profile進行調整。豆瓣的一個優勢是擁有比較完整的用戶興趣數據，因此可以不必局限于博客和文章的文本進行分類。把用戶的興趣數據利用起來可以收到比較好的效果。

答案 2：

你說的兩種方式都不是非此即彼的，完全切詞后也需要特征提取（找一個特殊詞詞典），特定詞是否出現其實就是決策樹方法的一個特例，兩個方式都需要機器學習，說到機器學習，那就是一個方法了，只是算法選擇有差異罷了。

下一篇:還記得年少時的夢嗎？ 下一篇 【方向鍵 ( → )下一篇】

上一篇:你會購買MOTO的平板電腦 XOOM嗎？ 上一篇 【方向鍵 ( ← )上一篇】