如何通过编程为网址数据库生成相关标签？
我正在用Python写一个RSS阅读器，作为学习练习，我希望能给每个条目加上关键词，以便于搜索。不过，现实中的大多数RSS源并没有提供关键词的相关信息。目前我在测试数据库里有大约60,000个条目，来自大约600个源，所以手动添加关键词根本不现实。到目前为止，我只找到两个解决方案：
1: 使用自然语言工具包（Natural Language Toolkit）来提取关键词：
- 优点：灵活；不依赖外部服务；
- 缺点：只能对文章摘要进行索引，而不能对整篇文章；写一个高质量的关键词提取工具本身就是一个不小的工程；
2: 使用谷歌广告API从文章网址获取关键词建议：
- 优点：关键词质量非常高；基于整篇文章的内容；使用起来简单；
- 缺点：可能不是免费的；查询速率限制不明；我很担心我的账户会被封，导致无法为我的商业网站运行广告；
有没有人能给点建议？我对广告账户被封的担忧是否多余？
2 个回答
2
根据你的具体需求，有很多免费的和收费的文本标注工具或服务可以选择，具体可以参考：
这些工具中有一些可以识别实体，有些可以衡量关键词的重要性，还有一些可以提供主题标签。
1
你可以使用 delicious 推荐标签的接口。
这里有一个用 Python 调用这个接口的例子，详细内容可以查看 http://www.michael-noll.com/projects/delicious-python-api/
另一个选择是 Open Calais。