我正在使用食谱抓取几个网站，我真的不想尝试创建某种将食谱分成不同类别的算法。我猜不可能完全完美，但最佳做法是什么。我是否首先在数据库中创建静态类别，然后创建另一个包含静态关键字的表，这些关键字具有类别的外键，然后检查已删除的文本，如果它包含其中一个关键字，或者什么是正确的方法？ / p>
答案 0 :(得分：1)
在我看来，您正在寻找的是一种分类算法，它通过预定义的配方或食谱属性来定义类（读取类别）。
你可以实现这一点的方法是创建一个大词典，这些词汇存在于所有食谱的指南，食谱甚至标题中。然后定义静态的类别数量（此方法不适用于可变数量的类别）并定义字典中每个单词预测包含该单词属于该类别的配方的数量。
你可以这样做，让我们说100个食谱手动告诉算法它们属于哪个类别，这样你的算法就会创建这些食谱所具有的单词的权重（例如含有单词＆＃34的沙漠食谱;水果＆＃34;将增加一个未来的食谱，其中包含“＆＃34;水果＆＃34;被归类为沙漠食谱的机会。”
然后当您的算法针对这100个配方进行校准时（显然数字100可能更大或更小，虽然通常更大）您可以通过在算法中插入已知的配方来测试算法，并查看算法获得的频率对的。您可以通过让算法从他的结果中学习来升级算法，但只要您对算法的准确性感到满意，就应该没问题。
答案 1 :(得分：0)
首先定义“类别”的含义。而不是考虑如何检测它们，例如
如果您还不确定，请尝试一些组合并查看结果。你也可以在它上面输入AI算法，例如训练神经网络来检测类别。