各大网站渠道要汇总整理好，如何分类？(图)

　　各大网站渠道要汇总整理好，如何分类？(图)

　　采集免费文章网站+ocr识别、免费ocr识别，然后用。完全可以的。部分大公司用的是谷歌和百度的api。不过对于个人来说，并不适合，业务不完善。完全没有自动化管理的需求。如果把整个整理工作分解为三个步骤：收集、标注、整理收集，说白了就是收集各个渠道的免费、付费文章，这是最基础的工作。各大网站渠道要汇总整理好。

　　如何分类？百度里面有文章分类，谷歌里面有api接口分类，都是傻瓜式。自己百度去呗。那个文章分类太复杂，而且相差很大。整理，也分成收集、整理、汇总三部分。收集：目标网站收集好，各个渠道收集好。整理：收集文章和整理文章要用的工具，包括：ocr识别、ocr识别文章。这是一个新兴的工具，is语音，挺简单好用。

　　汇总：通过每一次搜索，把收集到的文章，归纳到一起，归纳整理就是大文本。不管用什么api，都必须要在一个庞大的库的基础上，整理、汇总小文本。第二步，就是准备识别文章的功能。而识别文章，主要分成工具和识别文章的工具两个部分。工具：各个搜索引擎，肯定是很全面了。基本功能，可以按需求开通相应服务。一般来说，主要分为字、名、特、通用。

　　应该足够了。标注：百度或者其他搜索引擎都支持，或者订制即可。基本是小文本扫描。或者获取特征，基于公式生成。比如写了一段百度百科：识别这句，大概是这样：识别完成：识别完成，识别率是99%。特殊的，应该就是名和通用了。比如识别名称，基本上是这样：识别名称：识别名称；识别文章标题，大概是这样：识别标题；识别文章描述，大概是这样：识别描述：识别描述；识别文章关键词，大概是这样：识别关键词。

　　通用，比如识别照片里面的文字，大概是这样：识别图片的文字，大概是这样：识别照片里面的文字：识别照片里面的文字：识别照片里面的文字：识别图片里面的文字：识别百度识图里面的文字：识别百度识图里面的文字：识别图片里面的文字：识别网页上面的文字：识别网页上面的文字：识别人名，大概是这样：识别人名，大概是这样：识别文章标题：识别人名，大概是这样：识别文章标题：识别网页上面的文字：识别文章标题：识别网页上面的文字：识别百度里面的文字：识别百度里面的文字：识别百度里面的文字：识别百度里面的文字：识别网页上面的文字：识别网页上面的文字：识别照片里面的文字，大概是这样：识别照片里面的文字：识别照片里面的文字：识别照片里面的文字：识别网页上面的文字：识别网页上面的文字：识别网页上面的文字：识别网页上面的文字：识别网页上面的文字：识别百度识图里面的文字：识别。