相信很多運營及編輯的同學在工作中都會遇到各種文本處理的問題，如這篇文章放哪里？這類內(nèi)容在什么頻道？有過在大型網(wǎng)站工作過的同學肯定會深受其害，很多也是導(dǎo)致各種‘忙成狗’的原因之一，去年騰訊的機器編輯新聞可能大家都不陌生，大家回想以后是不是不需要編輯啦之類的問題，其實一些東西確實是可以通過技術(shù)解決的，今天就發(fā)現(xiàn)一個通過技術(shù)實現(xiàn)文本自動分類的例子

首先幾個名字

1自然語言處理

2機器學習

3詞向量

感興趣的同學可以去網(wǎng)上查查相關(guān)的名詞了解下，對經(jīng)常與文字打交道的童鞋來說，了解這些技術(shù)東西還是非常有必要的。

進入主題

使用的工具

1 Python

2 textgrocery庫

不會技術(shù)的同學先不要慌，我相信很多同學大學都有學過 c語言，沒錯 只要您了解基本的編程知識，了解下Python這門語言就夠用啦！

還是來講講Python的安裝吧 這里不給大家詳細講了，直接上一個window系統(tǒng)下安裝Python的教程和安裝軟件一樣的簡單。

http://jingyan.baidu.com/article/7908e85c78c743af491ad261.html

現(xiàn)在的Python版本都集成的下載（pip install）功能

安裝好 Python后 ，打開電腦輸入 CMD 按enter打開cmd窗口

輸入 pip install tgrocery

到這里你需要的工具都準備完成了

給大家上一段 grocery官方文檔的地址

http://textgrocery.readthedocs.io/zh/latest/quick-start.html

重點說下原理

看懂了嗎？沒錯就這么簡單

可以預(yù)見這段代碼的執(zhí)行后的結(jié)果

當然這只是對文章的標題進行分析，

結(jié)果肯定不準確，如果想對文章內(nèi)容進行分析本進行歸類的話，其實也不是特別麻煩

現(xiàn)在主流的網(wǎng)站包括今日頭條、騰訊、等等都有自己的一套文本分析系統(tǒng)。既沒有想象中的那么復(fù)雜，當然也沒有想象中的那么簡單。無非就是兩個規(guī)程，

1分析文章的內(nèi)容，

2對1分析出來的結(jié)果進行對比匹配，

包括什么欄目啊，相似文章，文章關(guān)鍵詞 等等都可以通過這兩步搞定。

有空可以再教大家怎么利用技術(shù)批量找到大量文章的關(guān)鍵詞！