如何来区分是我写的还是我转载的，

如何来区分是我写的还是我转载的，

我的博客中以转载为主，转载中偶带评论或是纯小段的个人的microblogging,导致要我自己写的那些还挺难找

小毛这厮的思路是：

写一个程序，来统计所有文章的长度，一般小于平均值的都是我写的，这个概率很大，

我基本上以写微博的方式来写博客。

剩下比较难办的是如何把剩下小部分较长的文章从众多的转载中找了出来，

对于外链特别多的，一般也不是我写的，这个也可以作为一个特征

另外的自己写的一般离散度比较大，生活技术夹杂，中英chineseenginlish夹杂，估计得用点nlp这个难度有点。。。

 

还有别的方式就要请牛人指点了

posted on 2012-05-01 17:00  lexus 阅读( ...) 评论( ...) 编辑 收藏

转载于:https://www.cnblogs.com/lexus/archive/2012/05/01/2478001.html