现在在 V2EX 每个主题的右下角，多了一个新的自动打标签功能，及相关的聚合页面。
这是基于 jieba 做的。目前的效果在某些主题上还是不太理想，接下来会继续优化。
大家如果有什么好的思路，或者好的词典，还请多多赐教，谢谢。
这是基于 jieba 做的。目前的效果在某些主题上还是不太理想，接下来会继续优化。
大家如果有什么好的思路，或者好的词典，还请多多赐教，谢谢。
This topic created in 4678 days ago, the information mentioned may be changed or developed.
Supplement 1 · Jan 14, 2014
extract tags 部分已经被挪到一个独立的进程运行，通过异步方式调用。
现在 V2EX 在部署新代码的时候不会再因为等待 jieba 启动而产生 HTTP 5xx 错误了。
现在 V2EX 在部署新代码的时候不会再因为等待 jieba 启动而产生 HTTP 5xx 错误了。
 |
meteor2013Jan 14, 2014
1
是不是要回复好几个贴才会出现标签？
只有主题就不会出现？ |
 |
2
@meteor2013 主题第二次 load 的时候就会有标签。
|
|
meteor2013Jan 14, 2014
5
jieba是中文分词，有没有英文的分词的打标签的东东？
|
|
6
一个副作用就是，由于初始化过程比较慢，每次我们部署完新代码之后，你可能会看到大概 5 秒的 Bad Gateway 500。
|
|
meteor2013Jan 14, 2014
7
@Livid 第二次load已经看到标签了，但是这个标签要是可以根据大家的回复，还有回复内容的频率改变就牛逼了。
|
 |
gotounixJan 14, 2014
12
很赞的功能啊！大爱！！！
|
|
13
|
|
14
接下来还可以有的几件好玩的事情：
* 构建一个所有单词的标准拼写库，比如 v2ex -> V2EX，ssl -> SSL，simcity -> SimCity * 挖掘一下数据量更大的回复数据 |
 |
westyJan 14, 2014
15
标签位置很奇怪，会让人觉得是评论的标签。
|
 |
19
|
1 |
mkeithJan 14, 2014
20
标签和主题放到一起吧，和回复在一起怪怪的啊。
|
 |
xiaojayJan 14, 2014
21
分词 然后用 TF-IDF ？
|
 |
nemoliuJan 14, 2014
24
能介绍一下计算的过程么？对标题分词然后根据tf-idf做关键词提取？
|
|
25
|
 |
26
中文词典应该都是接近的。如果有更好的，同求。 :)
我们原来有尝试用jieba+mongodb做全文检索，但试了下，性能很糟糕，没有办法用在生产环境。 最后选择用ElasticSearch作为纯粹的分词+索引的中间库，也算一种奇葩的用法；不过效果还挺不错的。 |
 |
27
 放这个位置不也挺好的么…… |
 |
28
http://v2ex.com/tag/tooyoung
不存在的 tag 会报错～ |
 |
29
非常赞同19楼 @botao1 的提议。
|
 |
ryonJan 14, 2014
30
tag和节点会不会有一定的重复？我们在设计的过程中也考虑过类似的问题，后来最终考虑还是采用节点，相比之下自动计算出来的tag可能很多情况下利用率不高。
|
 |
ayukunJan 14, 2014
33
和27楼想到一块了，放那里就挺好，还容易看见 ，刚刚找这个主题的表情费了好一会。可以考虑加淡彩
|
|
meteor2013Jan 14, 2014 via iPhone
34
目前在iPhone 上看不到标签
|
|
36
@dorentus 对，在一个主题刚发布的前 300 秒，那里会有 MOVE 和 EDIT 按钮。1800 秒之后，会有 APPEND 按钮。
|
 |
xiaopJan 14, 2014
38
tag这个功能非常棒！如果能对tag做归类就更棒了
|
 |
ayang23Jan 14, 2014
39
jieba启动慢，费内存，貌似要在每个django线程里加载一份词典，简单的不如用mmseg
|
 |
MihuwaJan 14, 2014
40
很赞的功能。
|
 |
SkyTodInfiJan 14, 2014
41
@livid 可以考虑有一个特定的标签库,毕竟tf-idf算出来的词比较杂乱,甚至一些是没有意义的
或者选定一些topic,包含一些特定的词语,文本只用jieba分词,打标签使用文本和topic之间的向量空间模型. |
 |
wwqgtxxJan 14, 2014 via Android
42
移动平台呢？
|
 |
cbswJan 14, 2014
43
需要对一些特殊情况专门处理吧，比如 http://www.v2ex.com/t/96764#reply12 这里内容几乎就是代码， tag 分析出来的只有 print,outer,local 这些没啥意义的词（PS：V2EX 内部链接是怎么写的来着？）
|
 |
SunyaJan 14, 2014
44
放 点击 收藏 那个 topic_buttons 区域会好点, 这样看起来会更让人觉得跟主题相关.
标签用自定义+分词相结合的会不会更好一点. 有些词未必已经收录了. |
|
xiaopJan 14, 2014 via iPad
45
@SkyTodInfi 赞同
|
 |
gihniusJan 14, 2014
46
觉得对主题内容做 tag 已经没有什么意义，因为可以 google.
而且, 打开 tag 之后你会看到很多看过的内容. 最好能对用户做 tag, 当然也是基于用户的内容, 这样其它用户可以根据某个用户的 tag 决定是否关注这个用户的内容. |
 |
moziiJan 14, 2014
47
@Livid dorentus 赞设计师的直觉。补充个理由：需要变迁基本会是在看完这篇帖子之后，所以出现在末尾是恰当的，标签相当于对该帖子的延伸、补充、互动（这岂不就是回复的实质？），从此点来看，放在回复的这个卡片里，在人们需要的时候进入视野，是好的设计。
|
|
moziiJan 14, 2014
48
变迁 == 标签
|
 |
ipconfigerJan 14, 2014
49
@Livid
-------------------------- 一个副作用就是，由于初始化过程比较慢，每次我们部署完新代码之后，你可能会看到大概 5 秒的 Bad Gateway 500。 -------------------------- 这个应该是可以避免的吧 |
 |
runninghackJan 14, 2014
50
可以分享一下词库和停词表吗？
|
 |
rwxJan 14, 2014
51
类似首页的「最热节点」一样，放在屏幕的右侧，比如用户数据的下面，做成标签云
还能防止某个主题标签过多把样式撑破 |
 |
run2Jan 14, 2014
52
会提供关注某些tag的功能么？
/tag/iOS |
 |
isacedJan 14, 2014
53
赞同27楼的换个位置～
|
 |
xdataJan 14, 2014
54
标签能显示与该标签相关联的标签,按数量或拼写排序,并多重过滤么?
|
 |
mimzyJan 14, 2014
55
没有回复的主题标签样式不太一样：
  |
|
mopigJan 14, 2014
56
分词有硬伤啊～
 |
|
xiaojayJan 14, 2014 via iPhone
57
期待根据tag来block
|
|
run2Jan 14, 2014
58
|
 |
SeitaJan 14, 2014
59
tag 页 不分页？
|
 |
xiaoyustudioJan 14, 2014
60
传完图发现跟 27 楼想到一块去了...
 |
 |
PerryJan 14, 2014
61
我不得不说这个功能真的好给力！
|
 |
TianpuJan 14, 2014
62
觉得自动分的标签一点不好 还不如不分 虽然没有更好的思路
相信用户 让用户自己输入标签呢？ |
 |
geeklianJan 14, 2014
63
建议取消二手市场的tag...
我关注ipad，关注kindle，结果看到的都是二手的... |
 |
faceairJan 14, 2014
64
|
 |
jiangrongyongJan 15, 2014
65
根据之前的理解，Topic和Tag应该是多对一的关系吧？现在是多对多么？
|
 |
caomuJan 15, 2014
66
关于用户来打标签，可以扣财富值来打。
具体点，lz可以花100铜换掉一个已有的tag。然后，自动生成tag时，如果算出的关联度不高，就不要默认3个了（有时候就会出现不太对应的），这时候，如果tag没有满，那么其他会员可以用500铜打上个新tag。 |
 |
ongJan 15, 2014
67
非常酷！Great Job!
|
|
xdataJan 15, 2014
68
话说 macbook air 与 ipad air 都被打上了air ...
|
 |
blakefanMar 4, 2014
71
这个功能主要就为新手设置的，觉得很好！
|
Select Language