NLP：标记网址

Question

从 URL 中提取 3 个具有相关性的标签的最佳方法是什么？

例如：给定http://david.heinemeierhansson.com/2014/tdd-is-dead-long-live-testing.html

结果可能是：

Test-driven-development: 0.7
Rails: 0.2
Programming: 0.1

附言：

1) 它适用于 Rails 应用程序。所以，好的答案应该包括一个 API 请求，或者可能是一个 Ruby Gem。

2) 相关性实际上不必归一化（总和为 1）

Answer 1

可以对URL的内容进行主题建模：http://psiexp.ss.uci.edu/research/programs_data/toolbox.htm