零编辑的娱乐新闻系统：牛啦网

在卢亮的Blog上看到的：

牛啦曾经是一个书签系统，后来因为疏于维护，被黄色内容包围，进而我们关闭了他。

两年前我一直有一个想法，就是完全的实现零编辑的新闻系统，但是总是种种原因没有实施成，这次几个朋友一起花了几周时间完成了这个零编辑的娱乐新闻系统，也算弥补了以往的一个缺憾。

牛啦主要的功能是：
新闻网页的自动获取，自动分类，内容（标题，正文）的自动抽取，新闻图片的自动提取，新闻关键词计算，人名识别，新闻照片里头像的自动识别，内容消重，聚类，搜索等功能。

未来没有运营的打算，不过如果有好的建议我们可能会做一些改进。

牛啦的地址（http://www.niu.la）

我浏览了一下，觉得这是一个很聪明的想法。

第一步将娱乐新闻自动抓取，第二步进行文本分析，主要是分析其中的人名。凡是相同的人名就归为同一个主题。第三步根据报道数量的多少，对当天的热点新闻进行排序。这样就实现了一个零编辑的娱乐新闻网站。

在这上面还可以加上其他功能，比如访问者留言，比如RSS，比如为每个人名建立一个档案。最后，再加上广告，就是一个低成本的娱乐门户，只需一个程序员业余时间维护就行了。

牛啦网本身倒还是其次，重要的是它提供了一种未来新闻网站的思路，这种思路完全可以应用到其他领域的新闻上去，主题词分析可以从人名扩展到地名和机构团体名。大家想一想，如果新浪网用这样方式展示新闻，那会是怎样的情景？

这种方式的主要技术难点在于如何自动识别人名，这是汉语分词技术中的关键之一。

另一个技术难点，我还没有想通他是怎么做到的，就是从照片中自动识别人物的头像。

（完）