zc和在行的进来一下有好玩的 -- 搜索引擎对文件内容的识别我来我网·5come5 Forum

本页主题: zc和在行的进来一下有好玩的 -- 搜索引擎对文件内容的识别	显示签名 \| 打印 \| 加为IE收藏 \| 收藏主题 \| 上一主题 \| 下一主题

sinopatic

∷ 性别: 保密 ∷ 状态: 该用户目前不在线

∷ 等级: 初出茅庐

∷ 发贴: 95

∷ 威望: 0

∷ 浮云: 1293

∷ 在线等级:

∷ 注册时间: 2006-10-09

∷ 最后登陆: 2007-08-20

【复制此帖地址只看此人回复】

5come5帮你背单词 [ vulnerable /'vΛlnərəbl/ a. 易受攻击的，有弱点的，易受伤害的，脆弱的 ]

zc和在行的进来一下有好玩的 -- 搜索引擎对文件内容的识别

如:在Baidu Photo中输入"中国常德",你看到前面的很多图片都是含有不良内容图片的
引擎只识别了文件名而没有识别文件内容
如何将这些不良内容过滤掉
zc你以前那个瓜的"三大gate户网页过滤器"管用吗
有兴趣+能力+时间就好好研究一下吧(签了约啦?可喜~还有几个月,不要偷懒哦)

Posted: 2006-11-11 23:07 | [楼主]

sinopatic

∷ 性别: 保密 ∷ 状态: 该用户目前不在线

∷ 等级: 初出茅庐

∷ 发贴: 95

∷ 威望: 0

∷ 浮云: 1293

∷ 在线等级:

∷ 注册时间: 2006-10-09

∷ 最后登陆: 2007-08-20

【复制此帖地址只看此人回复】

5come5帮你背单词 [ childish /'t∫aildi∫/ a. 孩子气的，幼雅的 ]

希望baidu以后不要带给我们这类惊喜了...

Posted: 2006-11-11 23:09 | [1 楼]

独飞の孤心

∷ 性别:

∷ 状态:

∷ 头衔: 孽缘！

∷ 等级: 荣誉会员

∷ 家族: 单身贵族

∷ 发贴: 4484

∷ 威望: 3

∷ 浮云: 496

∷ 在线等级:

∷ 注册时间: 2005-10-12

∷ 最后登陆: 2011-09-23

【复制此帖地址只看此人回复】

5come5帮你背单词 [ ecology /i(:)'koləd₃əi/ n. 生态学 ]

有事找google

Posted: 2006-11-11 23:19 | [2 楼]

zc1984

∷ 性别:

∷ 状态:

∷ 头衔: 上帝模式

∷ 等级: 荣誉会员

∷ 家族: 战略研究所

∷ 发贴: 10096

∷ 威望: 5

∷ 浮云: 0

∷ 在线等级:

∷ 注册时间: 2004-08-24

∷ 最后登陆: 2017-06-08

【复制此帖地址只看此人回复】

5come5帮你背单词 [ fragment /'frægmənt/ n. 碎屑，片断 ]

从目前的情况来说，要让图片的内容被搜索引擎理解还存在很多障碍，实现难度比较大~~~

也许有另辟蹊径的方法~~~
思考中……（虽然我很希望所有的信息都是公开可获取得，并不经过任何的过滤~~~呵呵）

p.s.我的3大gate户的新闻提取不是做这个的哈，只是过滤页面噪音，将新闻的标题和正文识别出来而已哈~~

Posted: 2006-11-11 23:27 | [3 楼]

老子不怕您

∷ 性别:

∷ 状态:

∷ 等级: 栋梁之材

∷ 发贴: 623

∷ 威望: 0

∷ 浮云: 1333

∷ 在线等级:

∷ 注册时间: 2004-09-09

∷ 最后登陆: 2008-03-08

【复制此帖地址只看此人回复】

5come5帮你背单词 [ stagger /'stægə/ vi. 蹒跚，摇摆；vt. 使吃惊 ]

search the content?
以前有篇在学业有成的帖子，说的是余弦定理在判定两个文章(向量)相关性(夹角)中的应用，十分有趣，可以参考。

Posted: 2006-11-12 14:58 | [4 楼]

zc1984

∷ 性别:

∷ 状态:

∷ 头衔: 上帝模式

∷ 等级: 荣誉会员

∷ 家族: 战略研究所

∷ 发贴: 10096

∷ 威望: 5

∷ 浮云: 0

∷ 在线等级:

∷ 注册时间: 2004-08-24

∷ 最后登陆: 2017-06-08

【复制此帖地址只看此人回复】

5come5帮你背单词 [ negotiate /ni'gəu∫ieit/ vi. 谈判；vt. 议定 ]

Quote:

引用第4楼老子不怕您于2006-11-12 14:58发表的:
search the content?
以前有篇在学业有成的帖子，说的是余弦定理在判定两个文章(向量)相关性(夹角)中的应用，十分有趣，可以参考。

首先分词
然后把分出来的词作为[屏蔽]同分布的分量~~
然后利用扩展的余弦定理进行计算~~~

这个比较有趣
但是对于长篇大论的文章可能不那么适用~~~
毕竟分量太多了~~
比得上数学物理了~~呵呵

Posted: 2006-11-12 15:29 | [5 楼]

sinopatic

∷ 性别: 保密 ∷ 状态: 该用户目前不在线

∷ 等级: 初出茅庐

∷ 发贴: 95

∷ 威望: 0

∷ 浮云: 1293

∷ 在线等级:

∷ 注册时间: 2006-10-09

∷ 最后登陆: 2007-08-20

【复制此帖地址只看此人回复】

5come5帮你背单词 [ incline /in'klain/ vt. 使倾向于，使想要；vi. 倾向，赞同，爱好，倾斜，屈身，低头 ]

我昨天google了一篇稍微相关的arithmetic
到今天还没看懂~
哎..算法没学好

Posted: 2006-11-12 17:55 | [6 楼]

est

∷ 性别:

∷ 状态:

∷ 等级: 荣誉会员

∷ 发贴: 6578

∷ 威望: 3

∷ 浮云: 431

∷ 在线等级:

∷ 注册时间: 2006-10-14

∷ 最后登陆: 2018-07-05

【复制此帖地址只看此人回复】

5come5帮你背单词 [ subscribe /səb'skraib/ vt. 捐助，赞助，签署(文件等)；vi. 订阅，订购 ]

据说微软亚洲研究院里的牛人们实现了视频资料的根据内容分类。例如上篮就会返回篮球比赛里关于上篮的片段

Posted: 2006-11-13 10:57 | [7 楼]

5come5帮你背单词 [ vulnerable /'vΛlnərəbl/ a. 易受攻击的，有弱点的，易受伤害的，脆弱的 ] zc和在行的进来一下有好玩的 -- 搜索引擎对文件内容的识别

5come5帮你背单词 [ childish /'t∫aildi∫/ a. 孩子气的，幼雅的 ]

5come5帮你背单词 [ ecology /i(:)'koləd3əi/ n. 生态学 ]

5come5帮你背单词 [ fragment /'frægmənt/ n. 碎屑，片断 ]

5come5帮你背单词 [ stagger /'stægə/ vi. 蹒跚，摇摆；vt. 使吃惊 ]

5come5帮你背单词 [ negotiate /ni'gəu∫ieit/ vi. 谈判；vt. 议定 ]

Quote:

5come5帮你背单词 [ incline /in'klain/ vt. 使倾向于，使想要；vi. 倾向，赞同，爱好，倾斜，屈身，低头 ]

5come5帮你背单词 [ subscribe /səb'skraib/ vt. 捐助，赞助，签署(文件等)；vi. 订阅，订购 ]

5come5帮你背单词 [ vulnerable /'vΛlnərəbl/ a. 易受攻击的，有弱点的，易受伤害的，脆弱的 ]

zc和在行的进来一下有好玩的 -- 搜索引擎对文件内容的识别

5come5帮你背单词 [ ecology /i(:)'koləd₃əi/ n. 生态学 ]