这是一个创建于 2432 天前的主题，其中的信息可能已经有所发展或是发生改变。
如题，有点好奇，在第一条评论上方会有几个词语，是文章内容里的，怎么获取的，为什么是这几个？是 lucence 或者 ES 的分词？怎么提取的呢？
点击还能根据分词的类别进入对应列表，感觉很方便，想了解下，只是思路也行？
感谢各位 geek
 |
1
gaocc OP 比如这次就是分词，评论，V2EX,lucence 这几个关键字
|
 |
2
lllllllllllllll 2018-03-27 13:46:38 +08:00
应该是从你的问题描述和标题里面 抽出来的关键字。。具体有没有用机器学习算法不清楚。
|
|
3
gaocc OP @lllllllllllllll ……想了解是怎么抽取和分离的，思路也行
|
|
4
lllllllllllllll 2018-03-27 13:51:52 +08:00
@gaocc 语义识别算法吧，很久之前就见过类似的算法。
|
 |
5
SourceMan 2018-03-27 13:53:22 +08:00
|
 |
6
crab 2018-03-27 13:53:50 +08:00
之前看站长说过用的 jieba
|
 |
7
zakokun 2018-03-27 13:54:30 +08:00
应该就是简单的分词而已，别想太多。
|
|
9
gaocc OP @SourceMan 你发的这个，我测试了下有毒啊。标题用默认的苹果新闻，内容全删了，然后在 v2 里找一篇文章复制上去，没一个关键字和文章内容有关，全是苹果啥啥的
|
 |
11
Tink 2018-03-27 14:11:40 +08:00 via iPhone
jieba
|
|
12
gaocc OP 求问，jieba 只能用 python 来写吗？ java 可以吗？
如果不行，java 用什么可以代替 jieba |
Select Language