Your SlideShare is downloading. ×
0
用 Python 打造你自己的 summly
用 Python 打造你自己的 summly
用 Python 打造你自己的 summly
用 Python 打造你自己的 summly
用 Python 打造你自己的 summly
用 Python 打造你自己的 summly
用 Python 打造你自己的 summly
用 Python 打造你自己的 summly
用 Python 打造你自己的 summly
用 Python 打造你自己的 summly
用 Python 打造你自己的 summly
用 Python 打造你自己的 summly
用 Python 打造你自己的 summly
用 Python 打造你自己的 summly
用 Python 打造你自己的 summly
用 Python 打造你自己的 summly
用 Python 打造你自己的 summly
用 Python 打造你自己的 summly
用 Python 打造你自己的 summly
用 Python 打造你自己的 summly
用 Python 打造你自己的 summly
用 Python 打造你自己的 summly
用 Python 打造你自己的 summly
用 Python 打造你自己的 summly
用 Python 打造你自己的 summly
用 Python 打造你自己的 summly
用 Python 打造你自己的 summly
用 Python 打造你自己的 summly
用 Python 打造你自己的 summly
用 Python 打造你自己的 summly
用 Python 打造你自己的 summly
用 Python 打造你自己的 summly
用 Python 打造你自己的 summly
用 Python 打造你自己的 summly
用 Python 打造你自己的 summly
用 Python 打造你自己的 summly
用 Python 打造你自己的 summly
用 Python 打造你自己的 summly
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

用 Python 打造你自己的 summly

1,621

Published on

My Talk at PyCon APAC 2014.

My Talk at PyCon APAC 2014.

Published in: Data & Analytics
0 Comments
16 Likes
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
1,621
On Slideshare
0
From Embeds
0
Number of Embeds
3
Actions
Shares
0
Downloads
61
Comments
0
Likes
16
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. ⽤用 Python 打造你⾃自⼰己 的 Summly Andy Dai @ PyConAPAC 2014 1
  • 2. About me • Andy (andy@dorm7.com) • PyCon staff、Taipei.py co-Organizer、PyCon Tutorial 講師 • 在 PyCon APAC 2014 主 席的公司⼯工作 2
  • 3. Summly 是什麼? 3
  • 4. 4
  • 5. 5
  • 6. 從跟朋友⼀一起做了⼀一個 APP 開始 6
  • 7. • 截取各⼤大報(不包含中X時報)本 ⽂文,去掉廣告、圖⽚片 等等讓慢 3G 變更慢的 東⻄西 ! • 每天也是有些⼈人⽤用... 7
  • 8. “我們也來做個中⽂文版 的 Summly 吧” 8
  • 9. ⾃自然語⾔言處理⽤用 Python 的 NLTK 應該很簡單吧! 9
  • 10. 思路 • 分詞 • 找關鍵詞 • 分句 • 找關鍵句,組合起來就收⼯工 10
  • 11. 分詞 11
  • 12. 我們/也/來/做/個/中⽂文 版/的/Summly/吧 我們也來做個中⽂文版的 Summly 吧 12
  • 13. 讓我們⽤用 NLTK 解決.. 13
  • 14. § 14
  • 15. Google 是我們的好朋友 15
  • 16. “结巴" 中⽂文分词:做最好 的 Python 中⽂文分词组件 16
  • 17. 簡單搞定 17
  • 18. 找關鍵詞 18
  • 19. 什麼叫做關鍵詞 • ⽂文章當中出現頻率最⾼高的詞 (Term Frequence) • 如果 ”程式”、”台灣”、”進⼊入” 的出現頻率都⼀一樣 呢? • 加權調整 - Inverse Document Frequency • TF - IDF 19
  • 20. 結巴也幫你做好了... 20
  • 21. 再度簡單搞定 21
  • 22. “结巴" 中⽂文分词:做最好 的 Python 中⽂文分词组件 22
  • 23. 分句 23
  • 24. 感謝中⽂文標點符號 ! 。!?; 24
  • 25. 找關鍵句,組合起來就 收⼯工 25
  • 26. Example • 除了考公職你還有其他選擇:程式設計 (http:// yowureport.com/?p=11468) • 關鍵字:程式, 設計, 產業, 公務⼈人員, 考試, 錄取, ⼈人才, 領域 26
  • 27. 似乎到處都需要會寫程式的⼈人來做個 App 或是架設網站。Hour of Code 的⺫⽬目標是向超過⼀一千萬的美國學⽣生,宣傳程式設計的重要性 ! 另⼀一⽅方⾯面,資訊產業近年來蓬勃發展。就算之前「18%」 的公務 ⼈人員退休優惠存款被調降,在⼤大環境不景氣之下,考公職的⼈人數仍 是居⾼高不下,絲毫不⾒見衰退。 ! 想成為公務員,多半得參加⾼高普初考,或者是特種考試。近幾年初 考約七萬⼈人報考,錄取率卻只有 1.1%。 ! 先不看台灣如何培育⼈人才,台灣就業市場是否需要這麼多程式設計 ⼈人才?從經濟部⼯工業局的「重點產業專業⼈人才需求調查」報告中, 可以看到程式設計相關領域未來三年內的⼈人才需求量: 從上表可看出,列出的重點產業對於⼈人才的需求是逐年成⻑⾧長的。 ! 試想若是考公職的⼈人有⼀一半能轉換想法,不選擇穩定的公職,轉⽽而 投⼊入學寫程式會變得如何?很多其他產業的程式設計⼯工作,必需同 時具備兩個領域的知識。 27
  • 28. 2293 字 -> 346 字 28
  • 29. 乍看之下很成功,好像 可以上線了! 29 READY FOR LAUNCH
  • 30. 事情不會那麼簡單 30
  • 31. 這是某報的報導 針對越南明⽇日反中⽰示威抗議,外交部上午召開緊急會議,研 商應變⽅方案,全體備戰,除決議將越南全境旅遊警⽰示提升為 ⿈黃⾊色,暴亂源起的平陽省、同奈省同列橙⾊色外,也進⼀一步將 明⽇日⽰示威重點區域的胡志明市第⼀一郡,加⼊入橙⾊色警⽰示⾏行列, 籲台商國⼈人明⽇日切莫涉⾜足第⼀一郡的統⼀一⼯工、市政廳、中國駐 越南總領市館等重點抗議區。 ! ⽽而除了我駐越南代表處河內辦公室、駐胡志明市辦事處辦公 室,今起24⼩小時開設避難所,開放台商投奔提供保護外,也 將在越南三個省份包括和平旅館等地,同時開10個台商避難 點,由外交官進駐,備妥疏散⼤大巴⼠士,協調越南公安保護, 領務局⻑⾧長龔中誠上午也率3位曾駐胡志明市的資深官員,清 晨出發到越南,親⾃自協調台商便利領務通關事宜。 ! ! 31
  • 32. 這是某報的報導 針對越南明⽇日反中⽰示威抗議,外交部上午召開緊急會議,研商應變⽅方案, 全體備戰,除決議將越南全境旅遊警⽰示提升為⿈黃⾊色,暴亂源起的平陽省、 同奈省同列橙⾊色外,也進⼀一步將明⽇日⽰示威重點區域的胡志明市第⼀一郡,加 ⼊入橙⾊色警⽰示⾏行列,籲台商國⼈人明⽇日切莫涉⾜足第⼀一郡的統⼀一⼯工、市政廳、 中國駐越南總領市館等重點抗議區。 ! ⽽而除了我駐越南代表處河內辦公室、駐胡志明市辦事處辦公室,今起24⼩小時 開設避難所,開放台商投奔提供保護外,也將在越南三個省份包括和平旅 館等地,同時開10個台商避難點,由外交官進駐,備妥疏散⼤大巴⼠士, 協調越南公安保護,領務局⻑⾧長龔中誠上午也率3位曾駐胡志明市的資深官 員,清晨出發到越南,親⾃自協調台商便利領務通關事宜。32
  • 33. 每⼀一段只有⼀一句話,從 頭逗號⽤用到尾 33
  • 34. 標點符號很重要,孩⼦子的 學習不能等! 34
  • 35. 結論 • ⺫⽬目前暫時沒招,希望有⼈人指教 • Garbage in, garbage out 35
  • 36. ⼯工商服務 36
  • 37. ⼯工商服務 37
  • 38. Q&A 38

×