我正在尝试从团购网站创建一个数据提取器算法，以构建交易聚合器。首先，我需要一个算法来提取标题，价格，折扣，图像，坐标。
我有图像，折扣和坐标的解决方案，但对于标题和类别识别，我需要创建一个朴素的贝叶斯算法。这样做的最佳语言是什么：php？蟒？.js？节点.js？
创建算法需要什么？
有例子的模型？等。我给出 100 个标题，然后给出来自某些网站的所有 Web 内容，脚本是否可以识别哪个句子是标题？
所以我不需要一句话。我需要一个句子，这句话有时是<h1> - <h2>的，还有其他东西。
我真的无法理解你的大部分帖子，但由于朴素贝叶斯是 SO 上非常普遍要求的东西，我创建了一段简单的代码，可以在没有任何额外的库（如 NLTK）的情况下使用 python（并且也比 NLTK 更快用于训练）。你可以在这里找到它。
如果你没有任何AI算法的经验，并且你想添加一些可以学习的算法，我建议你应该使用谷歌预测API：
https://developers.google.com/prediction/