Chindle内容设计【1】

Chindle内容可以取自微博、rss feed、web page，甚至source code，与英文不同的是，中文内容需要进行分词。

这在之前还是十分困扰Chindle的问题，倒不是因为分词很难做，开源系统很多，并且有数学家相助，自己写一个简单分词系统也不是难事。困难的是没有分词服务器（硬件），宫师弟帮忙弄了两个，都不太合适，不时会出现连接超时问题。

今天在王大鹏的指点下发现Sina App Engine居然已经推出了分词API，一下字分词问题就迎刃而解了。目前分词API一次只支持大约4k个字的分词，不过这个不是大问题，只需要封装一下，对长文章进行多次请求即可。

下面就是对文本内容的理解问题了，如何理解出高质量的文本是下一步工作的内容。主要包括：

1. Chindle将展示哪些内容?

2. 这些内容需要反映何种文化/信息？

3. 有哪些内容展示创新点值得尝试？

ref:

http://clouddz.sinaapp.com/word.html

http://apidoc.sinaapp.com/sae/SaeSegment.html