写了一个文本自动分类demo

内容简介：这是一篇关于文本自动分类,自动分类,文章自动分类的文章。项目需要用到以城市的方式，对文本进行自动分类，这次没有必要使用VSM，简单做了一个demo ,暂时只支持以下城市的识别：

项目需要用到以城市的方式，对文本进行自动分类，这次没有必要使用vsm，简单做了一个demo ,暂时只支持以下城市的识别：北京 天津 沈阳 大连 哈尔滨 济南 青岛 南京 上海 杭州 武汉 广州 深圳 重庆 成都 西安 石家庄 长春 呼和浩特 太原 郑州 合肥 无锡 苏州 宁波 福州 厦门 南昌 长沙 汕头 珠海 海口 南宁 贵阳 昆明， 地址：http://www.001pp.com/categories_by_city.asp

回头看看我好像在这方面写了不少东东，放出来的就有这么几个了：

万能百度 :可能叫它竞争对手情况分析工具更恰当，通过它搜索某一关键词，可以获得关键词的大致检索量，符合搜索条件的每个页面的pr，外链数，百度收录数。
页面相似度检测 :使用这个工具可以检测2篇文章的相似程度，如果是新站的话，文章相似程度在85%的百度一般比较难收录
关键词查询工具 :选词一直是一个难点，有时候辛苦半天排名上去了却发现这个词其实没多少流量，这个工具可以查询某个关键词大概的检索量，已经集成到万能百度。
文本按城市自动分类：它可以检测文章的主题主要关于哪个城市。