问题标签 [tagging]

我在 CakePHP 中阅读了很多关于标记的信息，但我找不到一种“干净”的方式来保存帖子和该帖子的标签。我拥有所有必需的 Post 表、模型和控制器、标签表、模型和控制器以及 posts_tags 表。我在帖子和标签模型中创建了 HABTM 关联。

如果我想保存一个新帖子，我希望 CakePHP 自动保存与该帖子关联的标签，但我找不到正确的方法。在大多数教程中，您必须使用“帮助”函数（http://www.jamesfairhurst.co.uk/posts/view/full_cakephp_application_part_5 =>“_parse_genres”）或类似的东西，但我认为与 CakePHP 的交易是吗，一旦您正确设置，这一切都是由 Cake 完成的。

所以我的问题是，是否有一种“干净”的蛋糕方式来做到这一点，还是我必须使用辅助功能？

SO是如何实现标记搜索的？是否使用 Lucene 或任何其他开源搜索引擎库进行标记搜索？

搜索文档（PDF、XML、HTML、MS Word）或数据库的最佳方式是什么？

我正在开发一个脚本，从我是其中成员的特定 meetup.com 组的消息存档中提取消息 - http://www.meetup.com/opencoffee/messages/archive/

想法是将这些动态添加到 wordpress 站点，并允许人们搜索消息、自动标记消息等。

我遇到的问题是如何最好地对这些消息进行自动分类。我欢迎任何关于如何最好地解决这个问题以及什么是最有效的编程方式的想法和想法。

选项1

使用美味的 API 按主题领域（如金融、技术、商业等）查找标签来源，并按主题查找相关标签：-

http://delicious.com/tag/finance

http://delicious.com/tag/technology

如果消息包含这些标签，则该消息被分配到相应的类别。

我相信这可以工作，但不确定扫描这些标签的消息的最有效方法。

选项 2

查找代表我需要的类别的网站，例如 ft.com、金融经济学家等、技术 techcrunch 等，然后确定人们使用哪些标签来标记这些网站，并默认情况下确定这些标签是人们的方式与这些网站及其内容堆栈有关。

选项 3

将消息 url 传递到http://semanticproxy.com/（路透社加来项目的一部分）或使用 Open Calais API。我已经尝试过但没有取得多大成功，因为内容的可变深度并不总是足以返回有意义的分类法。

这是我通过 calais api 解析的示例消息：-

原始信息

http://www.meetup.com/opencoffee/messages/6045615/

加来结果

http://www.mashinteractive.com/opencoffee/calais.php

概括

就是这样。我欢迎任何关于方法的想法和想法，以及关于如何最好地处理选项 1 和 2 的消息扫描的提示。

仅供参考，迄今为止大约有 1,700 条消息，我猜我可能有 10 个类别，每个类别由 20 或 30 个标签定义。

如果有人愿意帮助开发一个 Wordpress 插件或类来做到这一点，我会非常高兴有你加入。请记住，我不是程序员，我只是在边缘修修补补，假装我是一个。

提前致谢

乔纳森 CEO

人群

我有经典的 3 表 - 实体、标签和实体标签 - 数据库结构。

为了找到所有标记有特定标签的实体，我使用以下 Linqtosql 代码：

但是，当实体具有重复的标签时（在我的真实应用中这是有正当理由的），查询会返回与所有标签不匹配的实体。

例如，在上面的代码示例中，如果一个实体被两次标记为“tag1”而不是“tag2”，它会在结果中返回，尽管两个标记都不匹配。

我不知道如何从结果中排除这些实体？

还是我应该采取完全不同的方法？

我建立了一个新闻网站： - 文章按日期排序显示在首页上。先上最新的。- 新闻在“新闻”表中，包含“id”、“title”、“text”和其他一些字段。- 所有文章都标有 1-5 个相关标签。- 标签位于“标签”表中，其中包含“id”、“标签”、“文章”和其他一些字段。- “标签”的“文章”字段适合“新闻”的“id”字段。

现在我想让用户有机会将标签添加到他的“喜欢的标签列表”中。然后用户应该只看到包含喜欢的标签之一的新闻文章。

假设用户 Bob 喜欢标签“barack obama”、“nba”、“new jersey”和“dogs”。他应该只看到至少包含这四个标签之一的文章。

我如何编写实现此目的的 PHP/MySQL 脚本？我认为我的数据库结构不足以满足此目的，是吗？我将不得不像这样进行数据库查询：

“SELECT * FROM news WHERE id IN (SELECT article FROM tags WHERE tag IN ('barack obama', 'nba', 'new jersey', 'dogs'))”

这个查询会运行很长时间，不是吗？必须有一个比我的更合适的数据库结构。你对这个问题有想法吗？我需要哪种数据库结构以及我必须使用哪些查询？

我希望你能帮助我。提前致谢！

当我为http://dbpedia.org/About添加书签时，del.icio.us 建议将“xml”和“programming”作为标签。它如何知道 URL 与这些主题相关？

我正在尝试让标签云架构在 NHibernate 中工作。

该表将映射到我的架构中的一些实体，因此我不想为每个关联向 Tag 类添加一个集合。

但是，我确实想查询标记实体并在所有连接表中返回 count(*)。我可以在 SQL 中轻松地做到这一点，但我还没有看到 NH 的光明。

开始写一些 HQL。

我加入什么？由于在对象模型中多对多桥表没有类和属性，这是否意味着这不能工作？

你有什么建议？我有兴趣看看这是否可以在标准中完成。

非常感谢，

伊恩

我有一个 Questions 模型，就像 StackOverflow 一样，每个问题都可以由用户使用多个描述性标签进行标记。

我要决定的是是否有必要将与问题关联的标签存储在数据库中的单独表中。

或者我可以将标签存储为问题表的单个字段作为空格分隔的字符串列表吗？

我不确定哪个更有意义 - 有什么好的理由来分离数据吗？

我想在 PHP 中实现潜在语义分析（LSA），以便找出文本的主题/标签。

这是我认为我必须做的。它是否正确？如何在 PHP 中编写代码？我如何确定选择哪些词？

我不想使用任何外部库。我已经实现了 Singular Value Decomposition (SVD)。

1. 从给定文本中提取所有单词。
2. 加权单词/短语，例如使用tf–idf。如果加权太复杂，只取出现次数。
3. 建立一个矩阵：列是数据库中的一些文档（越多越好？），行都是唯一的单词，值是出现次数或权重。
4. 执行奇异值分解 (SVD)。
5. 使用矩阵 S (SVD) 中的值进行降维（如何？）。

我希望你能帮助我。非常感谢您！

我主要只是在寻找有关如何从分散的、非规范化的、完全开放的用户提交的标签到通过将它们组合成他们称为“集群”的语义组来开始理解所有这些的方法的讨论。

是否需要实际的人来弄清楚人们所使用的标签的实际含义，还是可以简单地通过自动分析标签一起出现的频率来完成？

那种东西。随意详细阐述:)（另外，如果这已在其他地方讨论过，我很想听听）。