2011-10-18

今天测试了很多组数据，兴趣的分类对一些数据的分类不准确，尤其是没有明确特征的句子，对于具有明确特征的句子，如“笑话、饮食、电影”的句子分类很准确。
这导致每个用户的兴趣总是几种在那些分类不准确的几个分类中。移除语料库中那几个文件夹后，可能有些实际数据与那些分类的句子不能得到正确分类。还在测试中。
专长的分析，是否需要新的语料库还没有思路。微博的语言只能去猜测可能的专长。

打算使用分词后扫描搜狗细胞词库的方法来确定专长。