「台灣報紙新聞」與「台灣即時新聞」

「台灣報紙新聞」與「台灣即時新聞」蔡秉諺

2015 春節 2/18 - 2/23 228 2/27 - 3/1 9
天

「台北市政府報紙新聞」與「台北市政府即時新聞」

2014-12-25

輿論

Google News ? 漏新聞

你們到底要什麼？

報紙彙整六大報頭條其它要聞台北市新聞同一新聞事件 Group 記者姓名相關局處新聞內文 Word
檔

即時監看網路即時新聞台北市相關 15 分更新一次

我：開始打嘴砲

韶：能不能做個 DEMO ？我： …………………

「原」碩士論文最後沒做

「 DEMO 」 https://vexed.me/daily/taipei https://vexed.me/realtime/taipei

抓 Crawl

RSS 報社類別標題描述網址時間順序

新聞內頁作者次類別內文圖片說明

拆 Parse

群 Group

怎麼知道兩篇新聞在講同件事？原來我一點都不了解我自己

自己都不了解自己還要教機器？

同關鍵字同新聞事件

關鍵字 Keyword

斷詞詞庫 jieba 結巴

踹共

2-Gram 中正大學 → 中正、正大、大學

停止字 \n \r \t . ; : ? ! (
) [ ] { } \ < > - _ @ # $ % & ~ | \ / ` ^ + = * 。、 … ．「」《》〈〉【】 ★ → ，。：！； … 好吧，就這樣！ → 好吧、就這、這樣 Stop Words

不同位置不同分數次類別 → 80 標題 → 100 內文 →
80 60 40 20 10 5 圖片說明 → 50 30 10 5 分數加總

前 100 名 25 同前 400 名 80 同
鄰居 + 前 400 名 50 同 → 同報社、類別、次類別同關鍵字同新聞事件分數受文長影響、名次不受

排序 Sort

新聞事件 { 間, 內 } 排序

怎麼知道這篇新聞重要？原來我一點都不了解我自己

自己都不了解自己還要教機器？

報社編輯決定誰重要頭版頭最重要工人智慧 RSS 報社類別順序

六大報自由、聯合、蘋果、中時工商、經濟越多報導越重要

新聞事件內排序先比類別、再比順序要聞 200 政治 100 國際 80 社會
30 地方 30 生活 30 財經 30 評論 20 投訴 20 娛樂 10

新聞事件間排序類別分數相加、排序相加先比類別分數、越大越好再比排序和、越小越好

篩 Filter

台北市政府相關兩層 Filter 一層 Positive 一層 Negative Count >= 5

台北市政府相關局處一層 Positive Filter 目前無 Negative Count >= 1

雜訊 Noise

Noise 廣編特輯一週大事英文新聞星座理財 ... 雜訊

做完了!? 演算法？ AI？機器學習？ 80 → 100 難

即時 RSS Aggregator + Filter

副產品台灣 https://vexed.me/daily https://vexed.me/realtime

現實自由時報 8 點更新偶爾吐搥 Parse 記者 → 大坑

現況 daily/taipei 半年 realtime/taipei 至今

北市府放棄 Daily 政治 100 → 30 國際 80 → 2000
中時扣分

經驗不要用 Pthreads 3-Gram 、 4-Gram 無效作者分析無效

心得 Feeling

工程師爽無用現實會打醒你即時 > 報紙

9 天、再也不想動

釐清問題難

輿論產業政治公關網軍

系友會 https://facebook.com/groups/CCUCSIE.alumni 中正大學資工系友會

「台灣報紙新聞」與「台灣即時新聞」

「台灣報紙新聞」與「台灣即時新聞」

More Decks by Ping-Yen Tsai

Other Decks in Technology

Featured

Transcript