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)

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~~

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