如何查找哪个类别属于只有标题的报价
本文关键字：属于 标题 何查找 查找 | 更新日期: 2023-09-27 17:57:41
我正在开发一项新服务，该服务将查询多个优惠（Groupon等），我想破解哪个类别属于此优惠。
示例：
我得到了这个标题："Acqualina健康博览会-Acqualina度假村和水疗中心"，我需要找出什么类别属于这个优惠。
我试着玩http://www.google.com/insights/search/但这并不容易，因为它只接收7个参数（项），而且有时我们有无法分离的复合词。
有一些基于Wordnet和搜索距离等有趣的方法，但标准的方法是贝叶斯垃圾邮件过滤方法。
第1步：构建一个标题（或标题和正文）的示例集，以及你认为它属于什么类别。这个集越大、越多样化越好。你需要从你想要识别的每个类别中有很多（比如说至少一个两位数，但最好是数百个）不同的例子。如果你想帮助构建这个集合，你可以使用亚马逊的Mechanical Turk，并付钱给其他人来进行分类。
步骤2：通过CRM114运行所有示例(http://crm114.sourceforge.net/）或类似的东西。如果你想使用云服务，我认为谷歌预测API允许文本字段。
步骤3：对于测试，不要让分类程序看到所有的示例。在所谓的样本外集合中保留一些，你可以在上面测试你的分类程序。对它来说，对已经看到的东西进行分类要容易得多，所以你要确保你知道它在看不见的例子上有多好。某些分类程序将自动为您进行此测试。
祝你好运！