获得徽章 0
看到最近老在提的论文<基于文本及符号密度的网页正文提取方法>,想到反正最近也在从头学Rust，感觉用rust写一次试一试什么的。
虽然还是初版，不过确实对新闻的提取效果挺棒的。不过如果是基于md的文章，比如掘金什么的，p标签的比重很低，反而是其他标签甚至是div的直接文本子代都很多，导致打分函数没办法正确打分。考虑是不是把所有非链接标签全部替换成p标签会好一些Orz。
顺带，感觉我写的代码好丑啊Orz.....
虽然还是初版，不过确实对新闻的提取效果挺棒的。不过如果是基于md的文章，比如掘金什么的，p标签的比重很低，反而是其他标签甚至是div的直接文本子代都很多，导致打分函数没办法正确打分。考虑是不是把所有非链接标签全部替换成p标签会好一些Orz。
顺带，感觉我写的代码好丑啊Orz.....
展开
评论
点赞
赞了这篇沸点
2
31
赞了这篇文章
赞了这篇文章
赞了这篇沸点
CommentCoreLibrary 是一套基于 JavaScript 构建的弹幕控制器，提供从基本骨架到高级弹幕的支持，GitHub 地址：
github.com，在线体验：jabbany.github.io
github.com，在线体验：jabbany.github.io
1
25
赞了这篇文章