类似于传送门这些微信内容聚合网站是如何实现抓取文章自动分类的？

[laodao]

比如，里面分类娱乐，科技，体育等等，但是抓取文章本身并没有这些标签。不知道他们是如何实现分类的？

[Syc]

分类好固定的微信号，从某些微信号抓取就是直接入库对应分类

[laodao]

@Syc 问题是如何分类微信号，微信号的源也有百万级别了。人工肯定无法实现的，技术上微信号给出的信息太少，也很难自动分类。

[immjun]

机器学习 中文语义分词

[fenghua1013]

布隆过滤器可以实现分类

[marenight]

微信号后台有分类。此外，可以根据微信号简介进行分类（自然语言处理？）

[Rorysky]

http://www.ltp-cloud.com/ ?

[JhZ7z587cYROBgVQ]

@fenghua1013 我一直以为布隆过滤器是去重用的 orz 老司机怎么用这个分类的？

[murmur]

@fenghua1013 你确定不是贝叶斯过滤器

[ytmsdy]

传送门的账号在初期估计是一起导入进去的，后期的账号估计就是一个一个手工加上去的。