風向分析簡例
- 在 pttbbs 找政治討論的風向，草劃一個簡單的爬文分析工具。
- 不要太認真，這只是半天內示範東西可以怎做的。
功能區塊
- 目標導入
- 爬文
- 緩存 (沒有做！)
- 拆詞
- 綜合分析
安裝執行
- 安裝 nodejs , 參考 https://nodejs.org/
- git clone https://github.com/bencrox/pttcrawl
- npm install
- ./pttcrawl politics 1
- politics 是看板名， 1 代表只取 1 頁，不要太貪心啊！
結果
- 印出來的是 json
詞庫
- 使用《結巴》中文分詞組件，參考 https://github.com/fxsjy/jieba
- ./dict.txt
- 字詞 詞頻 分類
小感
- 如果還可以用 innd(7777) 就不用那麼暴力和麻煩
- 想做中文自然語法處理方面的事，認真點就看看 https://www.zhihu.com/question/19929473
- 想知道點英詞世界的 NLP 基本邏輯，看
- https://zh-tw.coursera.org/course/nlp
- https://zh-tw.coursera.org/course/nlangp