实时文章采集(文章标题取消词的束缚，用一句话定义所有文章主题)

　　实时文章采集(文章标题取消词的束缚，用一句话定义所有文章主题)

　　实时文章采集的方法，要对文章关键词进行分词，统计分词词频，对词频进行统计。然后根据统计结果，分词频高的词，插入到主题或者文章里，而对于词少，词频低的词，分不清的词，比如手机，就可以作为无关词，直接空白即可。因为主题是统计主题内的文章，所以一个分词词频比较高的词，往往对应的是很多个文章。通过计算，文章分词情况下词与词的分布情况，比如，文章首尾的分布情况，可以作为剔除一些无关的文章的依据。未完待续，谢谢。

　　1、有了一个wordembedding，可以得到一些标签。

　　2、用一个pre-crf去softmax，可以得到特征和标签。

　　3、embedding用的是word2vec的embeddings，用于mlp处理对应层特征。然后用softmax做logloglikelihood。

　　4、然后用另一个loglikelihood去做softmax。

　　monolingual

　　高效、全面、明确的文章标题！文章标题(title)取消词的束缚，用一句话定义所有文章的主题。可以让任何能表达主题的单词都变成文章的标题，使用lstm-tfcnn-embedding替代单词向量来提升传统文章的准确率。简单不受限的文章标题分词以及词语构成合理的list（有很多替代方案）。文章标题构建简单方便，有数据集不妨给出一个模板。

　　然后可以通过改进以上分词方案（机器学习）方法来提升准确率。最后cnn-embedding做序列标注作为文章主题，编辑文章等方面的用处。