相信很多運(yùn)營(yíng)及編輯的同學(xué)在工作中都會(huì)遇到各種文本處理的問(wèn)題，如這篇文章放哪里？這類內(nèi)容在什么頻道？有過(guò)在大型網(wǎng)站工作過(guò)的同學(xué)肯定會(huì)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(jī)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(wèn)題，其實(shí)一些東西確實(shí)是可以通過(guò)技術(shù)解決的，今天就發(fā)現(xiàn)一個(gè)通過(guò)技術(shù)實(shí)現(xiàn)文本自動(dòng)分類的例子

首先幾個(gè)名字

1自然語(yǔ)言處理

2機(jī)器學(xué)習(xí)

3詞向量

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

進(jìn)入主題

使用的工具

1 Python

2 textgrocery庫(kù)

不會(huì)技術(shù)的同學(xué)先不要慌，我相信很多同學(xué)大學(xué)都有學(xué)過(guò) c語(yǔ)言，沒(méi)錯(cuò) 只要您了解基本的編程知識(shí)，了解下Python這門(mén)語(yǔ)言就夠用啦！

還是來(lái)講講Python的安裝吧 這里不給大家詳細(xì)講了，直接上一個(gè)window系統(tǒng)下安裝Python的教程和安裝軟件一樣的簡(jiǎn)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(kāi)電腦輸入 CMD 按enter打開(kāi)cmd窗口

輸入 pip install tgrocery

到這里你需要的工具都準(zhǔn)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(diǎn)說(shuō)下原理

看懂了嗎？沒(méi)錯(cuò)就這么簡(jiǎn)單

可以預(yù)見(jiàn)這段代碼的執(zhí)行后的結(jié)果

當(dāng)然這只是對(duì)文章的標(biāo)題進(jìn)行分析，

結(jié)果肯定不準(zhǔn)確，如果想對(duì)文章內(nèi)容進(jìn)行分析本進(jìn)行歸類的話，其實(shí)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(méi)有想象中的那么復(fù)雜，當(dāng)然也沒(méi)有想象中的那么簡(jiǎn)單。無(wú)非就是兩個(gè)規(guī)程，

1分析文章的內(nèi)容，

2對(duì)1分析出來(lái)的結(jié)果進(jìn)行對(duì)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(guò)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！