内容分析 - 给定术语相关性分数

Question

我们正在考虑使用现有的内容分析服务API来返回文章中的给定术语相关性分数。

找到了一些非常好的内容分析服务，例如：

1. Yahoo内容分析服务
2. OpenCalais ...

但是，我们正在寻找一种方法来返回给定的术语相关性分数

例如，

我们有一个词汇 - 主题包含“成本”，“政府”

和页面http://www.test.dev/article/1.html

然后我们想使用内容分析服务来检查文章

中主题的相关性

因此我们可以决定从我们自己的词汇表中自动标记该文章。

感谢您的帮助。

Answer 1

您提到的Yahoo Content Analysis service对于识别相关链接和其他元数据非常有用。如果您专门寻找词汇术语，可以尝试Yahoo Term Extraction service。它接受源文本和查询术语。

以下是YQL控制台中显示的演示查询：

select * from search.termextract where context="Italian sculptors and painters of the renaissance favored the Virgin Mary for inspiration" and query="madonna"

样本结果：

"results": {
 "Result": [
  "Italian sculptors",
  "the Virgin Mary",
  "painters",
  "the renaissance"
 ]
}

一个很大的警告：雅虎已经表示，Term Extraction服务将在某个时候关闭。相反，他们建议使用Content Analysis服务进行新开发。 （Source）

如果您想在相同的上下文中尝试该服务，还有OpenCalais的YQL表。