别的不知道，美股行情数据是有版权的，纳斯达克曾经给国内某搜索引擎公司发过律师函，要求每年 400w 美刀使用费。

@xiefangzhenz
文章全文判断 LS 有人给到方案了，拿到全文后做摘要生成可以参考下面这篇
《文本摘要简述》 https://www.jiqizhixin.com/articles/2019-03-25-7
类似论文很多，可以搜搜

正文判断+摘要抽取

类似微软的 Power BI ？
Power BI Premium 中的分页报表是什么？ https://docs.microsoft.com/zh-cn/power-bi/paginated-reports-report-builder-power-bi

@random0O 嗯，这是个坑，一定要说服 PM 别搞缺心眼的策略 😂

@TimePPT 再补充下，前面说的分离原则是指能够全平台共享使用的 tag，对用户自建的 tag，在用户的图片库内做同 tag 聚合是没问题的，比如用户对自己上传的狗都打一个 tag 「我家旺财」，点击聚类所有有这个 tag 的用户自有图片没啥问题。
但这个 tag 一定别直接用到公共领域，能玩死你。
有些用户就真得很闲，tag 写个「 123 」，甚至狗图片打个「猫」 tag，各种匪夷所思，防不胜防

另，纯表层字符串匹配不靠谱
最简单的，你打个 tag 是「狗」，用户打个 tag 是「柯基」，文本相似度搞不定。

做过 UGC 社区搜索推荐的 PM，给几个有用的建议吧：

1. 用户自定义的 tag 和用于聚类推荐的 tag 做分离！
千万不要直接用于生产环境做聚类！
最差的情况也是离线清洗后重新上线。

2. 对于 1 中需清洗的 tag，人工界定分类层级，人工对应，高级点的你做个 ML 聚类，知识图谱，词向量相似度之类的做辅助判断。当然，还要判断和图片主题真正的内容契合度。具体不展开说了，方法很多。

3. 用户打 tag 时建议首先给出 suggestion tag，引导用户先 focus 到你给到的 tag

4. 限制用户 tag 数量，潜意识让用户谨慎选择。

Google Earth 自带各类教育类型的探索项目，配有多媒体展示。
应该是目前线上最好的项目了。
http://wx3.sinaimg.cn/large/627c7e20ly1g6t2ahrf2kj21gf0u01l1.jpg

NLG 是比较难的命题了。模板写作以及摘要生成目前已经比较成熟，但创意写作没见过特别好的例子——写诗机器人算是特例。

@sanshiliu 那没事，之前很多视频站分享功能是支持直接给到 iframe 代码的，现在没注意了。毕竟 PC Web 现在大家都不太做了。

iframe 嵌套如果不屏蔽广告一般不算。视频站乐得导流

看异常的原因是啥。
整体上，善用 debug 调试工具和 log 模块，分块对代码进行处理与现场记录，减少因 Bug 导致的抛异常
另一方面，对外部请求的调用异常（比如 http 请求的各类异常），适当使用 try，对常见异常进行捕捉判断处理，增加代码容错性。

@learningman 多说两句，最经典的配模板的例子是问一些地理问题，比如国家与地区的面积。国家和地区 200 来个，问法也不会太多，每个国家和地区起一条模板，把运营总结的问法用正则直接写出来。一个配置后台，热配上线后模板撞就行了。

@learningman 再补充下，实际业务场景里，如果 case 的状况相对简单，能穷举的，配正则模板是最简单粗暴的办法。缺点就是不好维护。上模型抽槽位这套虽然高大上，但准召率不够的。

@learningman 你一定没见过智能对话系统的模板正则，当年为了保证日常问题精准覆盖，让运营配过几十万的规则模板，放 redis 里跑。你这都是小意思，我们当年连廿 卅 这种表达都考虑到了。相当简单粗暴。

@saulshao 简单 case 上一堆正则匹下就行了。还没必要上 NLP

1005 不谢