Google Cloud Natural Language API 分类明文 vs Html
Google Cloud Natural Language API Classifying Plaintext vs Html
我想使用Google自然语言API对查询结果进行分类：Classifying content
我要分类的查询结果有HTML和纯文本格式。 official documentation 表示 API 接受两种类型 Document.Type.PLAIN_TEXT 和 Document.Type.HTML。
因为 HTML 格式有额外的注释，例如<b>important text</b>，我想知道哪种格式更能达到最好的分类结果？
（不确定这个回复是否还有用。）
有时 html 页面在主要中心部分周围有很多不重要的部分。这些很容易影响内容的分类（例如围绕主要内容的广告）。 API 中的 html 处理基本上试图修剪这些部分，只处理主要部分。如果您的 html 文件需要这种类型的处理，在调用 API.
时最好使用 HTML 类型
我想使用Google自然语言API对查询结果进行分类：Classifying content
我要分类的查询结果有HTML和纯文本格式。 official documentation 表示 API 接受两种类型 Document.Type.PLAIN_TEXT 和 Document.Type.HTML。
因为 HTML 格式有额外的注释，例如<b>important text</b>，我想知道哪种格式更能达到最好的分类结果？
（不确定这个回复是否还有用。） 有时 html 页面在主要中心部分周围有很多不重要的部分。这些很容易影响内容的分类（例如围绕主要内容的广告）。 API 中的 html 处理基本上试图修剪这些部分，只处理主要部分。如果您的 html 文件需要这种类型的处理，在调用 API.
时最好使用 HTML 类型