一个想法到 MVP 的历程

我觉得自己天生喜欢做产品。希望这是这篇文章唯一的废话。

####想法

有一天我和老同学何钞聊天，他和我说到。因为我曾经和他说过我和同事正在做一些小产品玩玩，也许他希望我们 可以试试这样的产品。对新闻按正、负面进行分类，这个小小的想法让我一下着了迷，因为：

所以我一下控制不住想立即去实现它。

####准备

我自己首先简单的思考了一下大致的实现思路：

由于新闻的获取和分类是耗时的操作，在客户端每次启动app才去进行是合理，所以应该这样： 在server端按照一定的时间间隔去各大新闻网站上去抓去新闻，然后对新闻进行分类存储，最后 客户通过REST API从server上获取相应的新闻进行对用户进行分发。

获取新闻容易，但是新闻的分类是一个难点，好吧，向南洋理工大学研习机器学习@大手同学 咨询一下。没想到他已经转到了计算机视觉方向了，NLP和ML已经不是他的强项了，不过通过简单 讨论了一下，我大致形成了这样的解决思路：分词 -> 词性判断 -> 评分。具体的说就是首先对句子 进行分词，并且句子的整体分数初始化为0，然后对每一个词语进行正负面词性的判断，如果为正面词汇， 该句子总分＋1，如果为负面词汇，该句子总分－1，否则该句子总分＋0.最后总分的正负值决定了这个句子的 正负面的程度。

####实现

原本打算写一个爬虫自己去抓取各大新闻站点的新闻，后来发现网易新闻的RSS源里已经包含了最新的新闻 的所有基本信息:

遂决定采用直接解析RSS的方法去获取新闻的列表。用一小段简单的脚本去获取和处理RSS。

我们已经有了如下的解决思路：分词 -> 词性判断 -> 评分。具体的说就是首先对句子 进行分词，并且句子的整体分数初始化为0，然后对每一个词语进行正负面词性的判断，如果为正面词汇， 该句子总分＋1，如果为负面词汇，该句子总分－1，否则该句子总分＋0.最后总分的正负值决定了这个句子的 正负面的程度。

那么我们是不是要对整篇新闻进行这样的评分分类呢，现阶段我们并不需要那么做，我们只需要对新闻的 标题进行正负面的评分然后分类即可。原因是:新闻标题基本上决定了一篇新闻的情绪，从标题我们可以 大体上知道一则新闻是正面新闻、普通新闻还是负面新闻。

好吧，那么我们就开始对新闻标题进行分词，开源的分词系统很多，而且性能绝对已经满足了我们这种初级 产品的需求，简单的试了一下@梁博他们实验室的分词器，效果很不错，所以分词这个看起来很复杂的工作 我们只要一条命令就搞定了:

那么如何对新闻进行评分呢，我们必须得知道哪些词语是正面、负面或是中性的。Google了一下我决定采用台湾大学 自然语言处理实验室的NTUSD。 这个词典裡面包含了正面以及负面情緒的词语集，正面情緒大约有2800个，负面情绪 8000个，总共大约10000个词语.

有了这个词典，我们就可以对一个句子进行正负面程度的评分了，比如对于这则新闻标题”小明很愤怒的杀死了很多人”， “愤怒”和“杀死”都是对应词典中的负面词汇，所以这条新闻的评分将是－2。

获取和分类过后的新闻直接存储到MySQL数据库中，这么牛逼的新闻分类，要尽快上线给大伙试用一下才好啊。好吧，快速的用 Rails搭建一个纯的APi server， 然后写一个极其简单的iOS app给大伙试试吧。

talk is cheap, show me the code. 无码无真相.

这是一个一星期左右的作品，加上本人技术菜，求砖头轻拍哦。求砖头轻拍哦